《表4 各节点残差的标准差》

  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

《一种基于贝叶斯网络的电力负荷峰值预测方法》

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

以上述研究对象及历史数据为基础，抽取其中每日不小于该日负荷峰值96%的负荷值点作为样本数据，并提取相应时间和气象数据，训练样本和测试样本以6∶4、7∶3、8∶2以及9∶1分配，以峰值预测精度和峰值时间预测误差综合评价，选择8∶2，通过上述方法学习建立贝叶斯网络模型。模型网络结构如图6所示。其中网络参数包括温度、风速、气压、节假日、星期、节气以及负荷。由图6可知，各因素均影响负荷，星期影响节假日，节气影响3个气象因素，风速影响温度，同时温度又影响气压，均符合实际情况。定量关系如表3、表4所示的网络参数各节点之间的连接系数。