《表1 7种预测方法的预测精度比较》

  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

《一种使用CALSTM模型进行短期光伏功率预测的方法》

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

为验证本文所提出预测模型的有效性和鲁棒性，选取6种常用的预测方法与CALSTM进行预测性能对比，其中包含3种经典的机器学习方法和3种经典的循环神经网络方法。不同预测方法在21个风功率子数据集上的预测精度见表1。