《表3 不同算法的配变互联关系辨识》

  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

《基于集成深度神经网络的配电网联络关系辨识技术》

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

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。