《表6 时延分析前后模型误差比较》
为了验证时延分析对预测结果的影响,利用时延分析前后得到的不同输入变量进行建模,并将实验结果进行对比。以数据集1为例。表6是5种不同算法进行时延分析前后建模结果的评价指标对比。从表6中可以看出,在利用时延分析之后得到的输入变量进行建模所得到的结果中,5个模型的预测精度均有了提高。其中MAPE方面,EMD-DNN模型降低了0.26%,DNN模型降低了0.34%,ELM、SVR、LSTM模型也均降低了0.3%以上。MAE方面,EMD-DNN模型降低了21.6%,DNN模型降低了19.2%,ELM、SVR、LSTM模型也均降低了8%以上。从表6也可以看出,所提出的模型的各个误差评价指标值均优于其他对比算法。平均相对误差EMD-DNN模型与ELM模型相差7.81%,与SVR模型相差5.24%,与LSTM模型相差6.57%,平均绝对误差的指标相比,EMD-DNN模型与ELM模型相差13.38%,与SVR模型相差10.19%,与LSTM模型相差12.84%。通过对输入与输出进行时延相关性分析可以看出,锅炉系统是一个大时延系统,而对输入数据进行时延处理可以提高预测精度和模型预测准确性。
图表编号 | XD00228545300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.20 |
作者 | 唐振浩、柴向颖、曹生现、牟中华、庞晓娅 |
绘制单位 | 东北电力大学自动化工程学院、东北电力大学自动化工程学院、东北电力大学自动化工程学院、国网甘肃省电力公司电力科学研究院、国网甘肃省电力公司电力科学研究院 |
更多格式 | 高清、无水印(增值服务) |