《表2 不同训练集诊断准确率》
由表2可以看出,GBP-SVM算法在不同的训练集上的测试集结果均具有较高故障诊断准确率,平均诊断准确率达到了92.5%。相较于BP神经网络(87.5%)和SVM(84.58%)的诊断准确率有明显的优势,诊断准确率分别提升了5.0%和7.92%。同时,由表2可以看出,当训练样本数增加时,上述三个方法的诊断准确率均有不同程度的提升。但是,BP神经网络和SVM方法当训练样本数增加至300条时,在测试集上的诊断准确率依旧低于GBP-SVM在Train Set1(200条)下训练的模型的诊断准确率。从而表明GBP-SVM方法在训练样本数据较少的情况依旧可以取得优于BP神经网络和SVM方法的诊断性能。
图表编号 | XD00100443100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.10 |
作者 | 王保义、杨韵洁、张少敏 |
绘制单位 | 华北电力大学控制与计算机工程学院、华北电力大学控制与计算机工程学院、华北电力大学控制与计算机工程学院 |
更多格式 | 高清、无水印(增值服务) |