《表3 不同模型结构测试结果对比》

  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

《利用温度信息及深度学习方法实现高精度电力负荷预测》

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

此外，预测模型结构的选取对于最终的预测精度有着直接的影响。为了确定最为合理的负荷预测模型，本实验在将各层激活函数初步设置为ReLU函数的基础上，分别针对LSTM的层数、全连接层神经元数量等不同超参数反复进行了多次试验。各模型测试结果见表3所列（用电量数据单位为kW·h）。