《表2 多变量数据上修复误差(MSE)对比》
为了能更直观地展示缺失值修复效果,随机抽取1个区域的日供电量序列,画出上述各种单变量缺失修复方法的修复结果(由于Interpolation效果较差,在此不做可视化)。如图4所示,对于绝大多数的缺失时间点,RSI-LSTM相比其他方法,可以取得较好的修复效果,修复值大多和原始的时间序列重合;而相比基线模型LSTM,RSI-LSTM在峰值处可以取得较好的效果。因为残差和单元可以更好地挖掘缺失数据和它们最近的非缺失数据的潜在关联性,提高网络的修复能力。
图表编号 | XD00201780700 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.10 |
作者 | 钱斌、郑楷洪、陈子鹏、肖勇、李森、叶纯壮、马千里 |
绘制单位 | 南方电网科学研究院有限责任公司、南方电网科学研究院有限责任公司、华南理工大学计算机科学与工程学院、南方电网科学研究院有限责任公司、华南理工大学计算机科学与工程学院、南方电网科学研究院有限责任公司、华南理工大学计算机科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |