《表2 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

为了验证LSTM神经网络能够较好地反映具有相关性的输入量之间的非线性相关性，采用上文提到的5个相邻充电站中的2个，并同时将这2个充电站的历史数据作为输入量，输出变量的维数设置为2。表2所示为3种预测模型对2个充电站6个月的充电负荷进行预测所得到的预测误差指标。