《表1 五种模型预测指标对比》

  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

《ACPSO-WFLN算法在短期风电功率预测中的应用》

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

WFLN可大致追踪风电功率的变化规律，但对部分点的的拟合上效果不佳，考虑到网络训练过程中容易陷入局部极值问题，所以对网络初始参数进行优化，构建PSO-WFLN，ACPSO-WFLN预测模型。从图4分析得知，ACPSO-WFLN预测模型在各个预测点的预测值与实际值更为接近。为进一步说明ACPSO-WFLN模型的性能特点，分别给出以上五种预测模型隐含层最佳神经元数目、MAPE、RMSE评价数据、迭代步数对比指标，如表1所示。