《表1 识别结果:电力系统低频振荡模式识别的神经网络方法》
为了评估所提出的方法在不同噪声水平下的性能,本文使用100次的Monte-Carlo模拟来测试信噪比(SNR)为20 dB、10 dB和5 dB的AWGN的信号,识别结果如表1所示。
图表编号 | XD00155801100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.20 |
作者 | 孙福寿 |
绘制单位 | 国网吉林省电力有限公司 |
更多格式 | 高清、无水印(增值服务) |
为了评估所提出的方法在不同噪声水平下的性能,本文使用100次的Monte-Carlo模拟来测试信噪比(SNR)为20 dB、10 dB和5 dB的AWGN的信号,识别结果如表1所示。
图表编号 | XD00155801100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.20 |
作者 | 孙福寿 |
绘制单位 | 国网吉林省电力有限公司 |
更多格式 | 高清、无水印(增值服务) |