《表3 模型效率对比：基于多尺度卷积神经网络的短期电力负荷预测》
提示：宽带有限、当前游客访问压缩模式
s
从表2中可以看出，添加一定量的白噪声对测量结果影响很小，这说明提出的模型在面对噪声时具有优良的鲁棒性．同时本文对比了几种模型的训练和预测时间，结果如表3所示．
| 图表编号 | XD00195948700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.11.01 |
| 作者 | 许言路、武志锴、朱赫炎、王斌斌、邓卓夫 |
| 绘制单位 | 国网辽宁省电力有限公司经济技术研究院、国网辽宁省电力有限公司经济技术研究院、国网辽宁省电力有限公司经济技术研究院、东北大学软件学院、东北大学软件学院 |
| 更多格式 | 高清、无水印（增值服务） |
