《表2 影响因素的灰色关联度》

  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

《基于长短期记忆神经网络的饱和负荷预测方法及应用》

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

计算影响因素与该省用电量的灰色关联度，见表2。由表2可看出，二产占比的灰色关联度小于0.5，其余均大于0.5。因此，建模时，分别选择输入因素为6个因素与去掉二产占比的5个因素，建模预测2013～2016年该省的用电量，分别计算相对百分误差绝对值的平均值MAPE与均方根误差RMSE，并与采用传统BP神经网络模型、灰色预测模型与支持向量机SVM预测模型预测的结果进行比较，结果见表3。