《表3 节假日负荷预测结果》
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
《LSSVM与PSO—LSSVM在短期电力负荷预测中的优劣》
2) 节假日不可控因素较多，娱乐设施用电、餐饮行业用电、电动汽车等用电量增加，难以建立较为准确的预测模型，预测误差会相对较大。
| 图表编号 | XD0072384800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.06.30 |
| 作者 | 尹中诚 |
| 绘制单位 | 广东珠海金湾发电有限公司 |
| 更多格式 | 高清、无水印（增值服务） |
提示：宽带有限、当前游客访问压缩模式
相关图表
- 《表3 某区年度最大负荷预测结果》2020.06.21
- 《表2 周末与法定节假日的预测结果》2021.02.25
- 《表2 节假日客流预测算法准确度》2020.07.01
- 《表1 节假日日平均负荷率》2020.06.01
- 《表3 部分馈线负荷预测结果》2020.05.05
- 《表1 天气类型映射值：基于卡尔曼滤波预测节假日逐点增长率的电力系统短期负荷预测》2020.02.15
- 《表2 2019年6月工作日及节假日统调用电量预测》2020.01.05
- 《表3 Ⅰ类元胞负荷预测结果》2020.04.10
- 《表3 负荷预测准确度统计结果》2019.12.25
- 《表3 预测结果分析：冰蓄冷空调负荷预测的预估校正模型》2020.02.16
- 《表3 节假日预测结果：考虑相关因素的长短时记忆网络短期负荷预测方法》2019.12.20
- 《表1 3种负荷预测方法结果比较》2020.01.25
- 《表3 某热电厂热负荷改进灰色预测模型预测结果》2019.12.25
- 《表3 负荷预测结果对比：基于最大偏差相似性准则的BP神经网络短期电力负荷预测算法》2019.11.01
- 《表3 负荷功率因数预测结果》2019.08.31
- 《表3 XX市负荷预测结果误差分析表》2019.06.25
- 《表1 0 居住区节假日充电负荷计算参数设置》2018.06.20
- 《表3 各元胞的负荷预测结果》2018.06.01
- 《表4 选定特殊节假日8时至23时LSTM模型短时泊位需求预测结果》2019.11.25
- 《表3 不同负荷预测误差下的结果》2019.10.25