《表5 某市负荷预测结果分析表》
提示：宽带有限、当前游客访问压缩模式
从表5可见，日最大负荷值预测准确率95.4%，最小负荷值准确率92.9%。
| 图表编号 | XD0055180800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.06.25 |
| 作者 | 李俊楠、李伟、李会君、何心铭、张世林 |
| 绘制单位 | 国网河南省电力公司电力科学研究院、国网河南省电力公司电力科学研究院、国网河南省电力公司电力科学研究院、国网开封供电公司、国网河南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） |
相关图表
- 《表5 电动汽车参数：分布式光伏与电动汽车接入某市配电网的负荷特性分析与对策》2020.10.25
- 《表7 分时电价表：分布式光伏与电动汽车接入某市配电网的负荷特性分析与对策》2020.10.25
- 《表4 预测结果分析：基于极限学习机与负荷密度指标法的空间负荷预测》2021.01.28
- 《表5 模型结果对比：基于深度学习的综合能源配电系统负荷分析预测》2021.01.31
- 《表3 母线净负荷预测结果分析的误差比较》2020.06.25
- 《表1 预测结果误差分析：基于ARMA和Kalman Filter的需求响应基线负荷预测》2020.09.20
- 《表4 配变近中期负荷预测结果分析评价(实例)》2020.02.21
- 《表3 预测结果分析：冰蓄冷空调负荷预测的预估校正模型》2020.02.16
- 《表2 某市年用电量：基于改进灰色模型的中长期电力负荷预测》2019.10.10
- 《表5 聚类分析结果：基于深度信念网络的不同行业中长期负荷预测》2019.09.01
- 《表1 某市2005—2014年负荷等历史数据》2019.06.28
- 《表2 广东省某市某商业写字楼日度用电量预测结果》2019.06.25
- 《表1 广东省某市智能电表用户日度用电量预测结果》2019.06.25
- 《表2 负荷预测模型的误差分析结果》2019.07.01
- 《表3 XX市负荷预测结果误差分析表》2019.06.25
- 《表1 某市电动汽车充电负荷六天数据 (×104w)》2019.01.05
- 《表3 预测结果对比分析：考虑气象因素影响的北京电网短期负荷预测研究》2019.02.15
- 《表4 华中某市饱和负荷预测结果》2018.05.30
- 《表1 华中某市饱和负荷密度指标》2018.05.30
- 《表1 预测结果对比情况：长、短期电力负荷大数据下的智能预测实例分析》2019.12.25