《表3 电力负荷预测模型性能指标对比》
提示：宽带有限、当前游客访问压缩模式
图3为基于CNN模型得到的电力负荷预测结果，为验证算法有效性，另外运用经典的RF回归对测试样本进行预测，比较其与CNN模型性能（图3和表3）。
| 图表编号 | XD00222643500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.09.28 |
| 作者 | 肖玉东 |
| 绘制单位 | 吐鲁番职业技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 三种模型对电力负荷长期预测精度测试》2020.11.01
- 《表2 基于CNN的电力负荷预测模型的网络结构参数》2020.09.28
- 《表3 预测结果误差对比：基于VMD和GWO-SVR的电力负荷预测方法》2020.12.01
- 《表1 常用电力负荷预测模型对比》2020.12.25
- 《表1 测试结果性能对比：基于多尺度卷积神经网络的短期电力负荷预测》2020.11.01
- 《表3 模型效率对比：基于多尺度卷积神经网络的短期电力负荷预测》2020.11.01
- 《表1 逐日负荷预测性能指标对比》2020.08.15
- 《表3 误差方差对比：基于CNN和SVR相结合的电力负荷预测分析》2020.02.20
- 《表6 模型最优参数：基于趋势变化分段的电力负荷组合预测方法》2020.03.30
- 《表3 模型MAPE对比：基于深度学习的短期电力负荷预测》2020.01.01
- 《表2 模型输入数据：基于深度学习的短期电力负荷预测》2020.01.01
- 《表3 负荷预测结果对比：基于最大偏差相似性准则的BP神经网络短期电力负荷预测算法》2019.11.01
- 《表逐天预测性能指标对比：基于气象综合指数和加权LSSVM的短期电力负荷组合预测》2019.10.15
- 《表1 预测精度准则：基于改进灰色模型的中长期电力负荷预测》2019.10.10
- 《表3 两种模型负荷预测结果误差指标对比》2019.05.01
- 《表3 指标集及说明：改进的并行模糊核聚类算法在电力负荷预测的应用》2019.06.10
- 《表3 电力负荷预测单项预测模型和组合预测模型预测精度比较》2019.03.31
- 《表2 夏季最大电力负荷预测模型方案1的误差统计》2019.01.20
- 《表4 2017年夏季最大电力负荷预测模型方案1和方案3的预测误差对比》2019.01.20
- 《表3 夏季最大电力负荷预测模型方案2和方案3的误差对比》2019.01.20