复杂性
研究文章

基于混合深度学习网络光伏发电预测

表5

提出模型的性能相比之下,现有先进的光伏功率预测模型。最好的性能以粗体显示。
数据集 方法 RMSE 均方误差 美 MBE
DKASC-AS-1B [68年] LSTM [45] 0.709 - - - - - - 0.327 - - - - - -
美国有线电视新闻网(45] 0.822 - - - - - - 0.304 - - - - - -
CNN-LSTM [45] 0.693 - - - - - - 0.294 - - - - - -
LSTM-CNN [45] 0.621 - - - - - - 0.221 - - - - - -
GRU-CNN 0.1727 0.0298 0.0923 0.0235
DKASC-AS-2Eco [69年] LSTM [44] 1.0382 - - - - - - - - - - - - −0.084
格勒乌(44] 1.0351 - - - - - - - - - - - - 0.1206
RNN [44] 1.0581 - - - - - - - - - - - - −0.1442
延时(44] 1.0861 - - - - - - - - - - - - 0.1995
WPD-LSTM [44] 0.2357 - - - - - - - - - - - - 0.0067
GRU-CNN 0.1646 0.0271 0.1157 −0.0641
DKASC-Yulara-SITE-3A [70年] RCC-BPNN [71年] 1.173 - - - - - - - - - - - - - - - - - -
RCC-RBFNN [71年] 1.37 - - - - - - - - - - - - - - - - - -
RCC-Elman [71年] 1.158 - - - - - - - - - - - - - - - - - -
LSTM [71年] 1.017 - - - - - - - - - - - - - - - - - -
RCC-LSTM [71年] 0.94 - - - - - - 0.587 - - - - - -
GRU-CNN 0.1715 0.0294 0.1126 0.0099