《表2 算法加速对比：基于大数据的变压器油色谱分析可视化诊断平台设计》

  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

《基于大数据的变压器油色谱分析可视化诊断平台设计》

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

为了对算法的应用效果进行验证，在本次研究中采用了云南省在2015～2018期间的部分主变压器油色谱气体数据，各个变压器的神经网络模型均为8-10-10-1双隐层结构。最终采用BPGrid、BP算法得到的测试结果即为表2中所示。根据表中结果可以明显地看到，只是采用传统的BP算法效率较低，特别是神经网络数目较多时，计算时间会显著增加，因此无法满足实际应用的要求。而采用BPGrid算法能够显著提升计算效率，并且其具有高度并行性的特征，在没有集群时仍然能够保持比BP算法更高的效率。