《表6 不同数据量下神经网络预测光热效率评价指标情况》
此外,数据样本量多少也会影响神经网络预测结果。本研究将所拥有的数据集分成4组(1100、1600、2100和2600)进行模型训练,各组训练后得到的评价指标详情见表5和表6。由表可见,训练数据量2600是预测PV/T系统光电、光热效率的最佳数据量。同时,随着训练数据量的增加,MAPE值都呈减小的趋势;但数据为1100的却不符合,这是由于数据量过少导致模型变得不稳定。因此用BP神经网络为PV/T系统建立预测模型时,训练数据量不能太少。
图表编号 | XD00189180800 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.15 |
作者 | 吴宝贞、王新如、王玉庭、李超、吴金顺 |
绘制单位 | 华北科技学院 |
更多格式 | 高清、无水印(增值服务) |