《表2 加入白噪声的鲁棒性测试》

  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

《基于多尺度卷积神经网络的短期电力负荷预测》

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

负荷数据常常由于采集设备故障和通信异常而造成数据缺失或数据异常，健壮性较差的模型容易因此产生不可靠的预测．为了测试MS-Conv Net的鲁棒性，在一定比例的归一化负荷数据上随机加入了标准差为0.2的白噪声，加入噪声数据的比例分别为5%、10%、20%，然后进行训练和测试，测试结果如表2所示．