《表4 2017年夏季最大电力负荷预测模型方案1和方案3的预测误差对比》

  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BP神经网络的北京夏季日最大电力负荷预测方法》

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

误差分析（表4）中，当气象因子为实际值时，方案1的平均误差2.5%，最大相对误差也控制在10%以内，方案3的这两项误差分别为4.5%和12.1%。而当气象因子为预报值时，两种方案模型的预测结果误差均明显增大。以上充分说明了这两种方案模型均具有较好的预测能力，但气象因子本身的预报误差会对模型的预测准确度造成很大影响，最大电力负荷的预测效果很大程度上依赖于气象因子的预报准确度。但也可以看出，与前面的分析结果相同，对2017年7月13日最大电力负荷出现的历史极值，两种方案模型均没有准确的预测，这与模型本身的性能有关。