《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》

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

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。