《表7 四种模型的预测误差对比》
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
《基于混沌特性分析和Volterra滤波器的光伏出力预测》
为进一步说明组合预测模型的优劣,将其与BP神经网络模型、RBF神经网络模型、SVM模型的预测结果作对比,部分预测结果及误差对比分别如图8、表7所示。由表7可知,四种模型中本文组合模型的EMAE和ERMSE最小,预测精度在所有模型中最高,而RBF的预测性能最差,其两个预测误差在所有模型中也是最大的。BP和SVM在不同嵌入维数下的EMAE平均值分别为7.71%和7.63%,ERMSE平均值分别为12.24%和12.35%。由图8可知,不同单一模型在不同时刻的预测性能表现不同,在某些时刻误差会很大。相对来说,组合模型在这些时刻则表现出较强的鲁棒性和较好的稳定性。综上,组合模型在综合3种单一模型的基础上,实现了其预测性能最优。
图表编号 | XD00186671000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.23 |
作者 | 虞海彪、李林、丁明、刘练、高平平 |
绘制单位 | 安徽省新能源利用与节能实验室合肥工业大学、安徽省新能源利用与节能实验室合肥工业大学、科大智能(合肥)科技有限公司、安徽省新能源利用与节能实验室合肥工业大学、安徽省新能源利用与节能实验室合肥工业大学、安徽省新能源利用与节能实验室合肥工业大学 |
更多格式 | 高清、无水印(增值服务) |