《表1 3种预测方法的预测误差比较》
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LSTM神经网络的复合变量电动汽车充电负荷预测方法技术研究》
由表2可知,LSTM神经网络模型预测方法的预测误差的两项指标比ANN和SVM两种传统人工智能方法得到的预测误差都小,正是因为LSTM神经网络规避了RNN所面临的梯度消亡问题,从而很好地反映了相邻的电动汽车充电负荷之间的非线性相关特性。
图表编号 | XD0032742000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.15 |
作者 | 王琨、高敬更、张勇红、魏立兵、李鹏、杨春光、董智颖 |
绘制单位 | 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、国网甘肃省电力公司、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、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) |