《表4 实测试验结果:基于深度前馈网络的电能质量复合扰动识别》
根据数学模型生成信噪比20 d B~50 d B之间的仿真信号作为训练集,每类样本800个。由此,各方法训练得到的扰动分类器在实测信号集上的识别准确率如表4第一行所示。由于仿真数据与实测数据的统计特性不完全一致,各分类器的识别准确率均有一定程度地下降。然而,得益于Dropout正则化,方法的识别准确率仍可达86.82%,显示出比其他方法更好的泛化性能。
图表编号 | XD00116022300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.10 |
作者 | 许立武、李开成、肖贤贵、赵晨、尹家明、倪逸 |
绘制单位 | 华中科技大学电气与电子工程学院强电磁工程与新技术国家重点实验室、华中科技大学电气与电子工程学院强电磁工程与新技术国家重点实验室、华中科技大学电气与电子工程学院强电磁工程与新技术国家重点实验室、华中科技大学电气与电子工程学院强电磁工程与新技术国家重点实验室、华中科技大学电气与电子工程学院强电磁工程与新技术国家重点实验室、华中科技大学电气与电子工程学院强电磁工程与新技术国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |