《表7 300 MW ACO鄄SVM泛化能力》
提示：宽带有限、当前游客访问压缩模式
以表5所示的发电机进相试验数据作为数据点集G，采用ACO鄄SVM进行建模泛化，序号7和序号12的电压及功角泛化结果如表7所示。
| 图表编号 | XD00153867900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.08.25 |
| 作者 | 孙萌萌、郭芳芳、吕国栋、李宽、高嵩 |
| 绘制单位 | 山东中实易通集团有限公司、山东中实易通集团有限公司、山东中实易通集团有限公司、国网山东省电力公司电力科学研究院、国网山东省电力公司电力科学研究院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表7 300 MW机组深调分摊考核情况》2020.12.05
- 《表7 加噪训练模型与未加噪训练模型泛化能力比较》2020.06.25
- 《表3 经GRA处理后各方法泛化能力比较》2020.06.28
- 《表4 10 MW发电机功角ACO鄄SVM泛化能力》2020.08.25
- 《表3 10 MW发电机电压ACO鄄SVM泛化能力》2020.08.25
- 《表7 期望送电能力5000 MW时的等效送电能力指标》2019.12.20
- 《表4 符号预测模型LR-SN的泛化能力》2020.02.01
- 《表3 符号预测模型LR-S的泛化能力》2020.02.01
- 《表2 300 MW汽轮发电机参数》2020.02.01
- 《表2 风电出力分别为100 MW、200 MW、300 MW以及400 MW时的市场出清情况》2019.12.25
- 《表5 模型泛化能力《道藏》测试集结果》2019.11.01
- 《表4 MS-TyCNN模型的泛化能力》2019.08.25
- 《表1 9个实验数据集：基于选择性抽样的SVM增量学习算法的泛化性能研究》2019.04.25
- 《表2 数值实验结果：基于选择性抽样的SVM增量学习算法的泛化性能研究》2019.04.25
- 《表3 ML-ELM泛化能力分析》2019.01.10
- 《表3 300MW CFB锅炉的主要尺寸Tab.3 Main dimensions of 300MW CFB boiler (m)》2018.07.25
- 《表1 300 MW及以上机组能耗统计》2018.08.01
- 《表1 深度调峰数据：300 MW机组深度调峰能力试验和安全经济性分析》2019.12.20
- 《表4 调峰盈亏情况分析：300 MW机组深度调峰能力试验和安全经济性分析》2019.12.20
- 《表2 深度调峰煤耗估算：300 MW机组深度调峰能力试验和安全经济性分析》2019.12.20