《表2 不同太阳辐照度下故障分类正确率》
%
为了分析太阳辐照强度对本文所提辨识方法在故障分类精度方面的影响,表1展示了未采用太阳辐照强度与采用太阳辐照强度2种特征向量样本集对应训练后的KELM在故障分类结果方面对比。由表1可知,采用含有太阳辐照强度特征的故障样本对KELM进行训练和测试,能够进一步提高辐照度变化时微网故障分类的正确率。表2展示了不同太阳辐照度范围下,本文所提方法在进行故障分类时的正确率。分析表2可知,在不同光照强度范围,针对不同故障类型,本文所提方法的识别正确率均能保持在98.4%以上。
图表编号 | XD00145760100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 李浩茹、丁保迪、季宇、王永刚、陈继开、张利伟 |
绘制单位 | 东北电力大学电气工程学院、中国电力科学研究院有限公司、中国电力科学研究院有限公司、东北电力大学电气工程学院、东北电力大学电气工程学院、东北电力大学电气工程学院 |
更多格式 | 高清、无水印(增值服务) |