《表4 不同聚类数的误差对比》

  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

《改进的并行模糊核聚类算法在电力负荷预测的应用》

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

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。