《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》

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

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。