《表4 算例2的负荷预测性能比较》
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
《基于改进经验模态分解法和T-Copula的短期负荷预测》
算例2基于美国德克萨斯州某城市2016-01-01~2016-12-31的数据[18],采样时间为1 h。如表4所示,由于IEMD和T-Copula的联合作用,MAPE和RMSE值显著降低,该模型的MAPE值下降了15.27%,RMSE值下降了13.86%。实际上,IEMD通过计算VaR中的峰值负荷指示性变量,提高了信号分解效率,而T-Copula有助于提高高峰时段的负荷预测精度。
图表编号 | XD00196131700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.25 |
作者 | 洪居华、林毅、刘友波、余希、郑欢、蔡期塬 |
绘制单位 | 国网福建经研院、国网福建经研院、四川大学电气工程学院、国网福建经研院、国网福建经研院、国网福建经研院 |
更多格式 | 高清、无水印(增值服务) |