《表4 训练块大小对光伏功率预测效果影响分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《有限信息下基于深度学习模型的小型分布式光伏电站功率预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

选取隐藏层层数后，本文对超参数训练块大小（Batch Size）、对LSTM模型预测效果影响进行了分析。训练块大小表示输入矩阵的大小。在神经网络训练过程中，合理范围内增大训练块大小，可以更有效地利用内存，处理数据速度也会得到提升。训练块越大，下降方向可以更加容易确定，训练震荡会稳定在合理范围内。但若盲目增大训练块大小，内存容量会被迅速占用，造成数据溢出，程序崩溃。不同训练块大小训练效果对比如表4所示。由表4可知，当训练块大小在80左右时，训练效果最好。