《表3 故障诊断结果：基于改进神经网络算法的互感器在线监测和故障诊断技术》

  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

《基于改进神经网络算法的互感器在线监测和故障诊断技术》

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

在测试中，选择了反映系统工作状态的七个运行参数，使神经网络的输入为7维向量，输出为4维向量。使用单隐层神经网络结构并将隐含层数设置为14，BP是7-14-4的网络结构。logsg函数充当隐含层和输出层中神经元的传递函数，S型函数。使用动量BP学习算法，学习率为0.1；训练次数10 000；误差0.01；动量系数为0.8。在3 821次训练后，获得表3中所示的结果。故障诊断误差小，可以分辨故障类型。图6传统BP网络训练误差曲线。图7动量BP网络误差曲线。