《表3 不同算法的各个预测误差》

  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

《基于特征筛选与ANFIS-PSO的分布式光伏发电功率预测方法研究》

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

由表3可知，与其他算法相比，ANFIS-PSO算法的RMSE和n MAE均较低，这是由于ANFIS-PSO算法能够有效避免传统模型拟合复杂函数的局限性，从而有效提高该模型的预测精度；ARMA算法只能使用历史序列数据进行训练，导致天气信息数据缺失，从而使得该模型的预测误差较高；ANN对于复杂数据的学习能力有限，虽然预测效果比ARMA有所提高，但与本文模型相比仍有差距；持久性方法只使用了上一个时刻的真实值，并没有使用预测模型对其内在因素进行分析，因此预测精度也相对较低。由表3还可看出，利用ANFIS-PSO得到的Skill最大，这也体现出本文算法的优越性。