《表6 不同数据量下神经网络预测光热效率评价指标情况》

  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

《太阳能光伏光热系统性能预测研究》

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

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。