《表1 仿真结果：基于混合神经网络深度学习的短期负荷预测》
提示：宽带有限、当前游客访问压缩模式
五种算法在相同的参数设置下均收敛，无需再增加迭代训练次数。将预测值还原后，最终预测结果见表1。
| 图表编号 | XD00169670800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.04.25 |
| 作者 | 陈国涛、滕欢 |
| 绘制单位 | 四川大学电气工程学院、四川大学智能电网四川省重点实验室、四川大学电气工程学院、四川大学智能电网四川省重点实验室 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 模型组件实验结果：基于混合深度学习的地铁站进出客流量短时预测》2020.10.01
- 《表1 天气权值：呼和浩特地区电网基于大数据的BP神经网络短期负荷预测》2020.11.21
- 《表1 测试结果性能对比：基于多尺度卷积神经网络的短期电力负荷预测》2020.11.01
- 《表3 模型效率对比：基于多尺度卷积神经网络的短期电力负荷预测》2020.11.01
- 《表5 模型结果对比：基于深度学习的综合能源配电系统负荷分析预测》2021.01.31
- 《表1 编码方案：基于进化深度学习短期负荷预测的应用研究》2020.03.01
- 《表2 实验结果：基于混合深度神经网络的大气污染预测》2019.12.25
- 《表2 模型输入数据：基于深度学习的短期电力负荷预测》2020.01.01
- 《表3 模型MAPE对比：基于深度学习的短期电力负荷预测》2020.01.01
- 《表1 常用的激活函数：基于深度学习的短期电力负荷预测》2020.01.01
- 《表1 预测误差数据：基于机器学习的短期电力负荷预测方法研究》2019.12.10
- 《表1 超参数的设置：基于TensorFlow平台长短时记忆网络的短期负荷预测》2019.09.25
- 《表2 实验结果：基于TensorFlow平台长短时记忆网络的短期负荷预测》2019.09.25
- 《表1 基于深度学习方法搭建负荷预测模型的文献统计》2019.09.10
- 《表1 预测结果误差对比：基于弹性网降维及花授粉算法优化BP神经网络的短期电力负荷预测》2019.07.01
- 《表3 负荷预测结果对比：基于最大偏差相似性准则的BP神经网络短期电力负荷预测算法》2019.11.01
- 《表5 聚类分析结果：基于深度信念网络的不同行业中长期负荷预测》2019.09.01
- 《表1 参数代码和水平：基于进化神经网络的短期电力负荷预测研究》2019.06.10
- 《表2 平均信噪比：基于进化神经网络的短期电力负荷预测研究》2019.06.10
- 《表3 负荷预测误差对比：基于长短期记忆神经网络的暖通空调系统能耗预测》2019.02.01