《表2 月预测误差：基于神经网络和改进相似日的光伏电站功率预测》

  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

《基于神经网络和改进相似日的光伏电站功率预测》

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

%

预测日段（10月16日～11月15日）5种模型的日相对均方根误差、日平均绝对百分比误差见图3，月相对均方根误差和月平均绝对百分比误差见表2。由图3、表2可知：（1）5种模型的月相对均方根误差均小于10%，满足《光伏发电站功率预测系统技术要求》[8]的月合格率大于85%的要求，均适用于光伏电站发电功率预测。（2）模型M5、M1的效果最佳，模型M5的月相对均方根误差和月平均绝对百分比误差分别为5.36%、2.85%，模型M1的月相对均方根误差和月平均绝对百分比误差分别为5.88%、3.03%。（3）模型M1的最大误差日为10月23日，日相对均方根误差和日平均绝对百分比误差分别为15.40%、7.41%，由于10月23日03:00起麻城市出现轻雾和雾天气现象，至13:00能见度才大于7 500m；最小日相对均方根误差为10月29日的3.02%，最小日平均绝对百分比误差为11月7日的1.41%。（4）模型M2较模型M1的月相对均方根误差、月平均绝对百分比误差分别大2.68%、1.71%。（5）模型M3较模型M1的月相对均方根误差、月平均绝对百分比误差分别大2.21%、1.75%。（6）模型M4较模型M1的月相对均方根误差、月平均绝对百分比误差分别大1.08%、0.74%。