《表2 不同预测步长的月均方根误差》
对不同预测步长情况,通过基于最小冗余最大相关准则,选取相应的最佳输入变量,并将特征选择后的数据样本用于监督学习模型,训练出的模型具有良好的预测精度。对于不同的预测步长,结合PSO优化的ANFIS模型预测结果的月均方根误差nRMSE如表2所示。为了直观,图3展示了部分时段的预测曲线与实际曲线对比情况。由表2中预测误差结果看出,随着预测步长增加,误差逐步增加,这符合客观事实;同时间接证明了对特定预测步长所选取的输入变量为最优属性信息。表明了所提模型在不同时间尺度上的预测均取得了满意的效果,尤其是第4小时末(#16)的月均方根误差小于15%,预测精度满足工程实际需要。
图表编号 | XD0032611800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.05 |
作者 | 董伟、杨强、葛磊蛟、迟福建 |
绘制单位 | 浙江大学电气工程学院、浙江大学电气工程学院、天津大学智能电网教育部重点实验室、国网天津市电力公司 |
更多格式 | 高清、无水印(增值服务) |