《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》
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。
图表编号 | XD0032742100 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) |