《表1 算法预测准确率与实际情况比较》

提取 ⇩
《表1 算法预测准确率与实际情况比较》
《基于否定选择算法的现场运维故障预测方法研究》

为了验证算法的有效性,将本文提出的基于否定选择算法的现场运维故障预测方法应用在实际的电力现场运维故障预测中,算法预测准确率与实际情况比较见表1所列,可以看出,本文提出的故障预测方法的平均准确率达到96%以上,基本可以达到实际应用的要求,并且相对于投入大量人力运维的故障检测方法更有优势。

  1. 保存图表

查看“表1 算法预测准确率与实际情况比较”的人还看了

表2 实验一中各方法对应故障诊断准确率(%)
表2 实验一中各方法对应故障诊断准确率(%)
基于深度学习的缺失数据故障诊断方法研究
表6 诊断准确率:基于EEMD-CNN的滚动轴承故障诊断方法
表6 诊断准确率:基于EEMD-CNN的滚动轴承故障诊断方法
基于EEMD-CNN的滚动轴承故障诊断方法
表3 不同算法的故障检测所需时间和准确率
表3 不同算法的故障检测所需时间和准确率
EEMD-PE与ELM相结合的输电线路故障检测方法
表4 GA-ACO-BP算法故障诊断实际输出
表4 GA-ACO-BP算法故障诊断实际输出
GA-ACO优化BP神经网络在行星齿轮箱故障诊断中的应用
表1 各算法故障诊断准确率比较
表1 各算法故障诊断准确率比较
基于多层向量机的变压器故障诊断
表4 不同方法的变压器故障诊断准确率
表4 不同方法的变压器故障诊断准确率
基于DBN-IFCM的变压器故障诊断方法