《表1 3种辨识方法评价指标表》
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Attention-RBF神经网络的配电变压器电流骤降点辨识方法》
比较3种辨识方法正确判断骤降点的精确度,评价指标如表1所示。由表1可知,3种方法下TNR均达到95%,即电流正常点的辨识度均较高。同时改进辨识算法较传统算法的TPR精确度提高了5.37%,多特征参量的数据学习显然比以经验为主的单参量效果更佳。而AttentionRBF辨识算法下TPR达到95.70%,较传统算法提高了9.68%,大幅提升了电流骤降点辨识的精确度。
图表编号 | XD00186182300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.05 |
作者 | 段炼、黄锦增、唐娴、孙毅、王伟超 |
绘制单位 | 广州供电局有限公司、广州供电局有限公司、广州供电局有限公司、华北电力大学、广州供电局有限公司 |
更多格式 | 高清、无水印(增值服务) |