《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》
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。
图表编号 | XD0030197900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.10 |
作者 | 李燕青、杜莹莹 |
绘制单位 | 华北电力大学河北省输变电设备安全防御重点实验室、华北电力大学河北省输变电设备安全防御重点实验室 |
更多格式 | 高清、无水印(增值服务) |