《表1 CNN-LSTM模型具体结构》
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CNN-LSTM的太阳能光伏组件故障诊断研究》
具体的模型构建如下:根据历史数据及故障类型构建标签数据集。训练数据集为三维数据集(N,600,7),其中N表示检测的支路。训练数据集首先进入一个两层的卷积模型进一步提取特征和降低数据维度,得到向量(N,150,64),向量(N,150,64)再进入一个三层的长短期记忆模型进行训练,训练学习后的数据(N,64)再进入一个全连接层后得到待诊断支路标签(N,1)。训练完成后使用测试数据集对模型进行验证,根据结果反馈对模型进行调整。表1为模型中每层的具体参数。
图表编号 | XD00130692300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.06 |
作者 | 程起泽、陈泽华、张雲钦、蒋文杰、刘晓峰、沈亮 |
绘制单位 | 太原理工大学大数据学院、太原理工大学大数据学院、太原理工大学大数据学院、晋能清洁能源有限公司、太原理工大学大数据学院、晋能清洁能源有限公司 |
更多格式 | 高清、无水印(增值服务) |