《表3 A建筑负荷预测修正前后对比》
提示：宽带有限、当前游客访问压缩模式
修正算法修正前后预测准确度对比情况见表3。
| 图表编号 | XD00188209400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.12.25 |
| 作者 | 贺延壮、曾贺湛、赵晓宇、潘立君 |
| 绘制单位 | 同方泰德国际科技(北京)有限公司、珠海横琴能源发展有限公司、同方泰德国际科技(北京)有限公司、同方泰德国际科技(北京)有限公司 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 改造前后建筑负荷情况》2020.08.05
- 《表5 商业建筑类型可比能耗修正表GJ/(m2·a)》2020.09.20
- 《表5 C建筑负荷预测修正前后对比》2020.12.25
- 《表4 B建筑负荷预测修正前后对比》2020.12.25
- 《表6 因子载荷系数：办公建筑空调冷负荷预测模型》2020.12.25
- 《表1 建筑负荷预测指标：通信电源系统的发展和设计方案探讨》2020.10.01
- 《表3 三次指数平滑与马尔科夫修正后预测结果对比》2020.03.30
- 《表3 残差修正前后预测误差分析》2020.03.01
- 《表5 修正前后误差对比：基于模糊聚类分类与Elman神经网络算法的居民用户短期用电量预测及修正方法》2020.03.10
- 《表4 不同置信水平情况下最大负荷预测修正结果》2020.03.20
- 《表1 负荷预测基础参数：增量配电背景下考虑不确定性修正的规划负荷预测方法》2020.03.20
- 《表1 建筑情况介绍：基于混合算法优化支持向量机的供热负荷预测模型》2019.10.01
- 《表2 BP网络模型设置：基于数据挖掘的医院建筑电负荷特性分析预测》2019.08.25
- 《表3 功率预测修正前后的统计结果》2019.06.01
- 《表3 建筑A典型开敞办公区各扰量与内扰负荷的偏相关分析结果》2019.08.01
- 《表2 不同类型建筑的供热面积及预测热负荷》2019.01.15
- 《表2 室内设计参数：基于BP神经网络模型的大型公共建筑冷负荷预测》2019.01.10
- 《表4 某商业建筑8月上半月负荷预测实例》2018.07.20
- 《表1 检验指标：修正指数曲线法与灰色模型和BP神经网络预测在建筑物沉降中的对比分析》2018.08.25
- 《表5 残差改正数：修正指数曲线法与灰色模型和BP神经网络预测在建筑物沉降中的对比分析》2018.08.25