《表3 SVR和XGBoost在测试集上的热负荷多步递归预测精度的总预测精度》
如2.3节所述,热负荷递归预测策略是对热负荷单步预测模型的拓展。在热负荷预测过程中,递归地调用单步预测模型有可能会产生误差累积,导致预测结果的精度随着预测范围H的增大而降低。为分析热负荷多步递归预测的误差累积程度,我们计算了基于SVR的热负荷多步递归预测策略和基于XGBoost的热负荷多步递归预测策略,在这14个测试采暖日中各时刻预测结果的IMAE的平均值,结果见图6。通过图6可以看出,对于本文中预测未来24 h的逐时热负荷概况的案例,随着时间的变化,预测结果的IMAE值的平均值始终在7.5 MW左右波动。表明基于SVR的热负荷多步递归预测策略和基于XGBoost的热负荷多步递归预测策略均不会产生明显的误差累积,在预测范围的各时刻均可以得到较为准确的热负荷预测值。
图表编号 | XD0070806400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.15 |
作者 | 薛普宁、周志刚、蒋毅、陈昕、方修睦、刘京 |
绘制单位 | 哈尔滨工业大学建筑学院、哈尔滨工业大学寒地城乡人居环境科学与技术工业和信息化部重点实验室、哈尔滨工业大学建筑学院、哈尔滨工业大学寒地城乡人居环境科学与技术工业和信息化部重点实验室、黑龙江省计算中心、哈尔滨工业大学建筑学院、哈尔滨工业大学寒地城乡人居环境科学与技术工业和信息化部重点实验室、哈尔滨工业大学建筑学院、哈尔滨工业大学寒地城乡人居环境科学与技术工业和信息化部重点实验室、哈尔滨工业大学建筑学院、哈尔滨工业大学寒地城乡人居环境科学与技术工业和信息化部重点实验室 |
更多格式 | 高清、无水印(增值服务) |