《表3 模型样本集和输入参数》

  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

《基于数据挖掘的医院建筑电负荷特性分析预测》

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

本文使用相似日样本集作为训练集，相关性分析筛选出的特征参数作为输入参数建立复合优化预测模型ANN0。作为对比，分别建立ANN1、ANN2、ANN3三个BP网络预测模型，各模型样本集和输入参数汇总于表3，并根据表2的网络模型设置进行训练。其中，ANN1取全年数据作为训练集（不聚类），输入参数与ANN0相同。ANN2取相似日样本集作为训练集，不使用相关性分析进行特征参数筛选，而是根据相关文献[9-11]的调研和数据收集情况选取如下：预测日当天t-1时刻负荷值，t-2时刻负荷值，t时刻室外温度，t-1时刻室外温度，t时刻室外相对湿度，t-1时刻室外相对湿度，预测日前一日t时刻负荷值，t-1时刻负荷值，t+1时刻负荷值，预测日前一周t时刻负荷值，预测日期类型。ANN3取全年数据作为训练集（不聚类），输入参数与ANN2相同。