《表4 不同聚类数的误差对比》
结合表4可以看出MKFCM算法,当K=6时的预测值其平均单点的精确值已经达到了98%,在短期负荷预测的场景下,与真实用电的情况对比发现MKF-CM算法具有较高的实用性,预测精度高。这揭示了相比于短期用电负荷模型中常用的神经网络-时间序列模型,MKFCM算法(其中K=6)具有可比拟的效果,且在并行计算的框架下,所用时间更短,聚类效率更高。
图表编号 | XD0055164800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.10 |
作者 | 谢伟、赵琦、郭乃网、苏运、田英杰 |
绘制单位 | 国网上海市电力公司、复旦大学数学科学学院、国网上海市电力公司、国网上海市电力公司、国网上海市电力公司 |
更多格式 | 高清、无水印(增值服务) |