《表4 评价结果对比:计及电价和Attention机制的LSTM短期负荷预测模型》
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
《计及电价和Attention机制的LSTM短期负荷预测模型》
为了验证模型的有效性和准确性,选取基于随机森林、RNN、LSTM的短期负荷预测方法进行对比实验。对2017年1月到6月半年及其中随机1天连续进行短期负荷预测,实验结果如表4所示。可以看出,Attention-LSTM模型在几种模型中的yMAPE和yFA,avg最小,说明其预测效果均好于其它模型。其中yFA,avg是预测精度平均值。而LSTM的预测效果低于Attention-LSTM模型,也说明了Attention机制在模型中发挥了良好的作用。
图表编号 | XD00200425700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.30 |
作者 | 冯荣强、赵磊、杨勇、李宽宏、陈蕾、郑伟彦 |
绘制单位 | 南瑞集团有限公司(国网电力科学研究院有限公司)、南瑞集团有限公司(国网电力科学研究院有限公司)、国网浙江省电力有限公司、国网福建省电力有限公司福州供电公司、国网浙江省电力有限公司、国网浙江省电力有限公司 |
更多格式 | 高清、无水印(增值服务) |