《表4 各风电天气样本数量》

  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

《基于时序数据动态天气划分的短期风电功率预测方法》

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

由图3可以看出，基于3种加权方法的t-SNE预划分结果中，基于熵值法的划分效果较为清晰，大致将294个样本日分为4类。因此，参考预划分结果将风电天气分为4类。对294个样本日进行层次聚类，聚类结果如图4所示，各类天气的样本数量如表4所示。各聚类中心是与对应类别所有样本综合距离dCED之和最小的子序列。