《表3 不同算法的配变互联关系辨识》
为了验证提出的配变联络关系深度学习模型的分类性能,本文从分类精确度与计算速度2个角度进行实验。采用属于统计学方法的电压时间序列Lasso回归和属于图论方法的贝叶斯网络概率模型作为横向对比。加入未使用卡方检验进行特征选择的4层MLP模型来评估特征选择算法的有效性。网格搜索结果表明多层感知器模型在隐藏层为2层,每层神经元个数16个的条件下辨识精度最高。在样本大小为5 000条的情况下,使用4种算法进行配变互联辨识的F1结果如表3所示。
图表编号 | XD00116244800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.10 |
作者 | 蒋玮、汤海波、祁晖、陈灏元、陈锦铭、焦昊 |
绘制单位 | 东南大学电气工程学院、东南大学电气工程学院、国网江苏省电力有限公司泰州供电分公司、东南大学电气工程学院、东南大学电气工程学院、国网江苏省电力有限公司电力科学研究院、国网江苏省电力有限公司电力科学研究院 |
更多格式 | 高清、无水印(增值服务) |