Results Page

T02 结果

结果页面展示当前 T02 实验快照。网站已经纳入 Raw、A组、B组，以及新增的 C组“分量单独预测 + 重构求和”实验。当前 C-WT-LSTM 在 benchmark5000 参数搜索中明显优于旧 Raw/A/B 对比，但论文结论仍应优先看多随机种子聚合结果。

Leaderboard

模型结果排行榜

打开结果数据 JSON

下表是当前网站直接展示的 T02 排行榜。完整结果数据已经整理到 website/assets/data/results_dashboard.json，其中会把未设 seed 的旧单次结果、多随机种子聚合结果、参数网格中的单 seed 结果，以及 C 组分量重构结果分开保存，避免把不同实验类型混在一起比较。

Rank	实验组	方法	模型	MAE	RMSE	MAPE	R2
1	C组	WT	LSTM	1.3157	1.7252	23.62%	0.7214
2	C组	WT	LSTM	1.3091	1.7261	23.84%	0.7246
3	C组	WT	LSTM	1.3408	1.7299	23.80%	0.7234
4	C组	WT	LSTM	1.3074	1.7306	24.19%	0.7232
5	C组	WT	LSTM	1.3206	1.7308	23.73%	0.7196
6	C组	WT	LSTM	1.3254	1.7320	23.77%	0.7192
7	C组	WT	LSTM	1.3110	1.7321	24.12%	0.7227
8	C组	WT	LSTM	1.3239	1.7339	23.95%	0.7186

Data Asset

可更新结果数据

查看 JSON 数据源

single_run

18 条旧单次结果

这是最早一轮 T02 排行榜使用的数据，适合作为网站快照展示，但不应单独作为论文最终结论。

seed_aggregate

12 组多 seed 聚合

这是至少 2 个随机种子的均值和标准差，更适合论文表格。后续补齐 3 个 seed 后，优先看这一类。

seed_single

74 条单 seed 网格结果

这类多来自参数搜索或尚未补齐多 seed 的实验，只能用于筛选候选参数，不要直接和多 seed 均值横向比较。

C_group

50 条分量重构结果

新增 C 组采用分量单独预测再重构求和。benchmark8 仅作烟测，benchmark5000 和多 seed 聚合更适合分析。

每次新增或重跑实验后，在项目根目录运行下面命令即可刷新网站数据源：

E:\Conda\envs_dirs\wind_forecast\python.exe scripts\12_build_website_data.py

当前数据文件共包含 128 条 T02 结果，最近生成时间： -。

Seed Aggregates

多随机种子均值排行榜

这张表优先用于论文分析。表格中的 “均值 ± 标准差” 来自同一方法、同一模型、同一实验参数下的多个 seed 结果。

Rank	实验组	方法	模型	参数	Seeds	MAE	RMSE	MAPE	R2
结果数据脚本未加载时，此处保留为空。请运行脚本生成 results_dashboard_data.js。

Parameter Search

单 seed 参数搜索候选

这张表只用于观察参数搜索趋势。它不是最终论文结论，因为这些结果还没有完成多随机种子重复。

Rank	实验组	方法	模型	参数	Seed	MAE	RMSE	MAPE	R2
结果数据脚本未加载时，此处保留为空。请运行脚本生成 results_dashboard_data.js。

Figures

预测曲线与误差分布

C组 WT LSTM T02 预测曲线 — Fig. 2.1 C组 WT-LSTM 分量重构模型在 T02 测试集上的预测曲线。

C组 WT LSTM T02 误差分布 — Fig. 2.2 C组 WT-LSTM 分量重构模型在 T02 测试集上的误差分布。