《表2 区域短期用电量预测结果对比表（kW·h)》
提示：宽带有限、当前游客访问压缩模式
利用上述步骤得到不同预测方法的预测结果及与实际值之间的误差，具体结果如表2所示。
| 图表编号 | XD00221079800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.20 |
| 作者 | 马超、倪凯峰、陈晓云 |
| 绘制单位 | 国网新疆电力有限公司电力科学研究院、国网新疆电力有限公司电力科学研究院、国网新疆电力有限公司电力科学研究院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 实验评估结果：GRU结合STL分解的短期电量预测方法》2020.10.01
- 《表3 模拟集中竞价交易 (电量单位:万kW·h, 电价:厘/kW·h)》2018.07.25
- 《表1 模拟报价 (电量:万kW, 电价:厘/kW·h)》2018.07.25
- 《表1 实验废水水质：基于人群搜索算法的电网短期用电负荷预测研究》2020.12.25
- 《表2 25℃耗电量（冷冻）测试结果（单位：kW·h/24 h)》2020.03.25
- 《表3 初、近、远期1天及1年全线产生的再生能电量104kW·h》2020.07.20
- 《表1 卧式冷冻箱耗电量实测值kW·h/24 h》2020.07.28
- 《表5 修正前后误差对比：基于模糊聚类分类与Elman神经网络算法的居民用户短期用电量预测及修正方法》2020.03.10
- 《表2 幂函数变换后的灰色模型预测用电量结果×109k W·h》2019.09.01
- 《表2 改造前、后除尘器用电量对比(单位:kW·h)》2019.09.01
- 《表1 抚顺地区2017年7月9个变电站供电区域负荷/ (kw·h)》2019.04.21
- 《表2 模型优化发电量与“实际”发电量对比亿kW·h》2019.01.10
- 《表4 算法误差分析表：基于粗糙集-混沌时间序列Elman神经网络的短期用电量预测》2019.02.01
- 《表1 算法参数设置表：基于粗糙集-混沌时间序列Elman神经网络的短期用电量预测》2019.02.01
- 《表3 决策属性表：基于粗糙集-混沌时间序列Elman神经网络的短期用电量预测》2019.02.01
- 《表2 条件属性表：基于粗糙集-混沌时间序列Elman神经网络的短期用电量预测》2019.02.01
- 《表5 预测结果对比：产业结构调整背景下的区域用电量预测模型库构建》2018.06.25
- 《表4 区域用电量预测模型预测效果评价结果》2018.06.25
- 《表2 数据项：基于多维特征分析的链式电网短期用电量预测研究》2019.11.25
- 《表1 整体数据流转：基于多维特征分析的链式电网短期用电量预测研究》2019.11.25