《表2 单日预测结果比较：基于双维度顺序填补框架与改进Kohonen天气聚类的光伏发电短期预测》

  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

《基于双维度顺序填补框架与改进Kohonen天气聚类的光伏发电短期预测》

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

从图4、5可以看出，基于所有历史日的MFOA-GRNN预测与基于聚类历史日的MFOA-GRNN预测的光伏出力曲线变化趋势均与实际一致。为更好地评估对比预测效果，采用均方根误差（RMSE）与平均绝对百分比误差（MAPE）对冬季和春夏秋2个时间段模型预测性能进行评价。表2为2个时间段的定性分析日预测结果评价，表3为2个时间段的多日预测结果评价。由表2、3可知，基于聚类历史日的MFOA-GRNN模型预测效果更好，这说明双维度顺序填补法保证了预测准确性，Kohonen天气聚类提高了模型预测精度。通过比较发现，春夏秋时间段聚类前、后模型预测效果相差较大，可能是因为春、夏、秋3个季节历史日数量比冬季时间段多，天气类型间的差异相对较大，聚类对模型的预测精度影响更大。