《表2 数据项：基于多维特征分析的链式电网短期用电量预测研究》
提示：宽带有限、当前游客访问压缩模式
根据业务需要，对应需要如表2所示的数据项。
| 图表编号 | XD007505700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.11.25 |
| 作者 | 张雨薇、王庆杰、李江涛、李文军 |
| 绘制单位 | 国网冀北电力有限公司秦皇岛供电公司、国家电网有限公司、国网冀北电力有限公司秦皇岛供电公司、国网冀北电力有限公司秦皇岛供电公司 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 各影响因子权重值：基于多维信息特征映射的电网风险区段路径匹配模型研究》2020.09.16
- 《表2 六种预测模型指标：基于CEEMD-RSVPSO-KELM的用户侧微电网短期负荷预测》2020.09.25
- 《表2 指标权重数据：基于权重融合的多维云模型岩爆预测研究》2021.01.15
- 《表1 实验废水水质：基于人群搜索算法的电网短期用电负荷预测研究》2020.12.25
- 《表2 星期类型权值表：呼和浩特地区电网基于大数据的BP神经网络短期负荷预测》2020.11.21
- 《表1 天气权值：呼和浩特地区电网基于大数据的BP神经网络短期负荷预测》2020.11.21
- 《表1 数据集的输入特征：基于贝叶斯优化XGBoost的短期峰值负荷预测》2020.11.28
- 《表2 风险后果评价指标：基于数据分析的电网工程环境风险预测方法研究》2020.05.28
- 《表1 环境风险评价指标：基于数据分析的电网工程环境风险预测方法研究》2020.05.28
- 《表B5模型输入特征量：考虑实时气象耦合作用的地区电网短期负荷预测建模》2020.09.10
- 《表3 数据插值：基于智能电网的高校学生用电模型分析与研究》2019.09.10
- 《表1 数据特征字段：基于低秩表示的多任务短期电力负荷预测的研究》2019.06.10
- 《表2 预测单元数据：基于改进神经网络的光伏发电功率短期预测方法研究》2019.08.20
- 《表4 算法误差分析表：基于粗糙集-混沌时间序列Elman神经网络的短期用电量预测》2019.02.01
- 《表1 算法参数设置表：基于粗糙集-混沌时间序列Elman神经网络的短期用电量预测》2019.02.01
- 《表3 决策属性表：基于粗糙集-混沌时间序列Elman神经网络的短期用电量预测》2019.02.01
- 《表2 条件属性表：基于粗糙集-混沌时间序列Elman神经网络的短期用电量预测》2019.02.01
- 《表3 预测结果对比分析：考虑气象因素影响的北京电网短期负荷预测研究》2019.02.15
- 《表3 企业用电行为：基于canopy-k-means算法的电网数据挖掘算法的研究》2018.07.01
- 《表1 整体数据流转：基于多维特征分析的链式电网短期用电量预测研究》2019.11.25