《表1 ELIA不同方法预测误差对比》
根据表1中ELIA预测结果,4个季度中反向传播神经网络[28](back propagation neural network,BPNN)、埃尔曼神经网络(Elman neural network,ENN)的预测MAPE都大于CNN-LSTM-AM模型,RMSE和MAE结论相同,且本文模型4个季度模型预测MAPE均在6%以下。其中,ENN 4个季度的预测MAPE超过了10%,说明ENN在风电预测方面的精确度低,且CNN,LSTM,AM单独预测时的MAPE均大于组合模型,从而说明了本文模型预测风电功率有很好的精度。
图表编号 | XD00192203300 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.25 |
作者 | 景惠甜、韩丽、高志宇 |
绘制单位 | 中国矿业大学电气与动力工程学院、中国矿业大学电气与动力工程学院、中国矿业大学电气与动力工程学院 |
更多格式 | 高清、无水印(增值服务) |