《表1 基于DBN的电压暂降特征提取方法获得的特征》

  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

《基于深度置信网络的电压暂降特征提取及源辨识方法》

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

将430组电压暂降实测波形数据（50组三相短路电压暂降、90组单相接地电压暂降、90组两相短路电压暂降、100组变压器投切电压暂降、100组电动机启动电压暂降）经过预处理后输入DBN模型进行训练，如附录A图A2所示。模型中隐含层均为10个单元因此提取了暂降的10个特征，选取DBN最后一层隐含层的数据作为最终特征向量。这10个数值是反映构成有效值波形的数据本身特质的特征量，无实际意义。特征数据样例如表1所示，同类内特征数据较为相似，而类间特征数据则有明显的区分。基于DBN的电压暂降特征提取方法可以对本文划分的5类暂降进行很好的区分。