《表4 不同模型预测MAPE与RMSE对比》

  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

《并行多模型融合的混合神经网络超短期负荷预测》

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

之后对并行多模型融合的混合神经网络模型进行训练、验证和预测。本文对2018年6月27日进行预测，预测每个小时的负荷值，进行100次的训练并在网络训练结束后统计预测值，计算MAPE和RM SE，将所得值与LSTM模型、GRU-NN模型、串行CNN-LSTM模型和串行CNN-GRU模型进行横向对比，LSTM模型、GRU-NN模型、串行CNN-LSTM模型和串行CNN-GRU模型的结构超参数均为多次结构调整下最佳的预测性能，本文提出的并行多模型融合的混合神经网络型预测指标结果如表4所示，在M APE和RM SE上均优于其他4种模型。