《表4 不同预测模型误差及预测时间对比》
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PCA-DBILSTM的多因素短期负荷预测模型》
为了更好地说明本文提出的PCA-DBILSTM网络模型的预测性能，采用ARIMA时序性预测模型和BP神经网络模型与之对比，预测结果与真实值之间的百分比误差如图8所示，MAPE、RMSE及预测时间对比如表4所示。
| 图表编号 | XD00187080900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.12.01 |
| 作者 | 李泽文、胡让、刘湘、邓裕文、唐鹏、王杨帆 |
| 绘制单位 | 长沙理工大学电网安全监控技术教育部工程研究中心、长沙理工大学电网安全监控技术教育部工程研究中心、国网湖南省电力有限公司岳阳供电分公司、国网湖南省电力有限公司娄底供电分公司、国网湖南省电力有限公司娄底供电分公司、国网湖南省电力有限公司娄底供电分公司、长沙理工大学电网安全监控技术教育部工程研究中心、国网湖南省电力有限公司岳阳供电分公司 |
| 更多格式 | 高清、无水印（增值服务） |
