《表1 基于MAPE和MaxE 8月1—7日的预测性能比较》
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
《基于相似数据选取和改进梯度提升决策树的电力负荷预测》
%
其次,利用基于综合相似度加权损失函数的改进梯度提升决策树算法进行学习,生成SIGBDT预测模型。作为对比,使用BP算法和GBDT算法对训练数据进行学习。最后,利用学习得到的各个模型,对负荷进行预测。为保证评估的有效性,各算法各自运行30次,取其平均值作为预测值进行统计分析。为分析新方法的性能,选择日平均绝对误差百分比(MAPE)和日最大绝对误差百分比(MaxE)进行对比分析。8月1—7日的测试结果见表1。
图表编号 | XD0056350800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.01 |
作者 | 谷云东、马冬芬、程红超 |
绘制单位 | 新疆财经大学应用数学学院、华北电力大学数理学院、新疆财经大学应用数学学院、华北电力大学数理学院 |
更多格式 | 高清、无水印(增值服务) |