《表8 逐月的深度学习模型预测与实况的RMSE》
分别统计2017年12月、2018年1月和2月预测结果的RMSE(表8)。显然,由于1月发生了两次强雨雪天气过程,故大于20 cm的极端值容易出现。而极端值的预测难度大于较小的值,故模型对于这些极端天气过程的预测准确度较低,最终导致1月的RMSE明显大于前后两月。
图表编号 | XD0069484000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.28 |
作者 | 张远汀、龚伟伟、叶钰、徐希源、徐勋建、蔡泽林、陆佳政、韩俊浩、叶飞、许婧 |
绘制单位 | 华云信息技术工程有限公司、华云信息技术工程有限公司、电网输变电设备防灾减灾国家重点实验室、国网湖南省电力有限公司防灾减灾中心、全球能源互联网研究院有限公司、电网输变电设备防灾减灾国家重点实验室、国网湖南省电力有限公司防灾减灾中心、电网输变电设备防灾减灾国家重点实验室、国网湖南省电力有限公司防灾减灾中心、电网输变电设备防灾减灾国家重点实验室、国网湖南省电力有限公司防灾减灾中心、华云信息技术工程有限公司、华云信息技术工程有限公司、华云信息技术工程有限公司 |
更多格式 | 高清、无水印(增值服务) |