《表3 含有错误信息的测试样本》

  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

《基于拓扑解析与深度学习融合的低压集抄系统故障诊断方法》

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

考虑到系统故障断面特征量可能存在着信息遗漏或错误的情况，设置含有错误信息的测试样本检验DBN故障诊断模型的容错性能。通过Matlab自带程序运行时间计算命令，计算得出测试总耗费时间为0.002 048 s，测试结果如表4所示，DBN故障诊断模型对含错误信息的测试样本仍能进行准确诊断。其中，模型对含信息遗漏的故障断面特征识别效果良好，如样本1和样本2，系统故障断面特征维数高且内含价值丰富，出现信息遗漏的情况时模型仍能通过其他特征量迅速准确诊断出故障位置。针对存在错误故障断面特征信息，模型通过学习获得的网络参数对信息进行甄别，有效区分错误信息和正确信息，从而获取准确的诊断结果。