《表1 厦门两栖类名录：基于PCA-DBILSTM的多因素短期负荷预测模型》

  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PCA-DBILSTM的多因素短期负荷预测模型》

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

为了验证PCA-DBILSTM组合预测模型的准确性，对中国某地区2012年6月30日每15 min的负荷进行预测。训练集数据为该地区2012年1月1日至2012年6月29日的历史负荷数据、天气数据以及节假日数据，采样时间间隔为15 min。本文所有数据分析的软硬件平台如表1所示。