《表1 误差分析与评估：基于相似日和小波神经网络的光伏短期功率预测》
提示：宽带有限、当前游客访问压缩模式
验证样本预测结果误差指标如表1所示。
| 图表编号 | XD0075696800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.03.25 |
| 作者 | 祝暄懿、姚李孝 |
| 绘制单位 | 西安理工大学水利水电学院、西安理工大学水利水电学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 扰动后预测误差：基于神经网络和改进相似日的光伏电站功率预测》2020.10.25
- 《表2 月预测误差：基于神经网络和改进相似日的光伏电站功率预测》2020.10.25
- 《表1 覆盖率实验方案：基于Chaos-EEMD-PFBD分解和GA-BP神经网络的光伏发电功率超短期预测法》2020.12.28
- 《表2 基于马氏距离和欧氏距离相似度量的光伏功率超短期预测的各评价指标》2021.02.20
- 《表1 各相似日和预测日光伏功率的均方根误差的平均值》2021.02.20
- 《表5 预测误差结果对比：基于分时长短期记忆神经网络的光伏发电超短期功率预测》2020.12.10
- 《表4 预测误差结果对比：基于分时长短期记忆神经网络的光伏发电超短期功率预测》2020.12.10
- 《表3 预测模型输入数据：基于分时长短期记忆神经网络的光伏发电超短期功率预测》2020.12.10
- 《表1 相关性分析：基于Attention-LSTM的光伏超短期功率预测模型》2021.02.15
- 《表2 模型误差分析：基于相似日的光伏发电系统短期功率预测》2020.02.25
- 《表1 相似日以及预测日：模糊聚类-Elman神经网络短期光伏发电预测模型》2020.06.25
- 《表8 预测结果误差对比：基于CNN-LSTM网络模型的风电功率短期预测研究》2020.08.01
- 《表1 误差对比分析：基于相似日的ARMA-LM的光伏发电功率预测》2020.08.15
- 《表5 误差指标比较：基于混合灰色关联分析-广义回归神经网络的光伏电站短期功率预测》2019.10.15
- 《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2 风向编码对应值：基于压缩感知的短期风电功率预测相似数据分析方法》2019.06.25
- 《表1 风向编码：基于压缩感知的短期风电功率预测相似数据分析方法》2019.06.25
- 《表3 预测误差分析：基于数据残余分量与ARMA模型的光伏功率日前预测方法》2019.02.15
- 《表预测误差指标分析：基于相似日和GA-DBN神经网络的光伏发电短期功率预测》2019.03.15
- 《表1 相似度SPH分析：基于晴朗系数和多层次匹配的光伏功率预测方法研究》2019.04.25