《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》

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

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。