《表1 误差计算结果Tab.1 Results of predictive errors》

  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K均值小波神经网络的二阶段空调负荷预测》

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

从表1计算结果可以看出，文中基于K均值小波神经网络的二阶段预测平均绝对误差为4.01%，比BP神经网络和小波神经网络模型分别降低了2.62%和3.65%，有效提高了预测精度；另一方面，从3种模型的最大相对误差（Emax）和均方根误差（RMSE）对比分析可知，本文预测方法明显降低，具有更优的稳定性和抗干扰能力.综上对3个模型的MAPE、Emax及RMSE分析对比，文中基于K均值小波神经网络的二阶段预测模型具有更优越的预测效果，在空调负荷预测中的应用是可行、有效的.