《表B1 CNN模型参数信息》
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
《计及漏判/误判代价的两阶段电力系统暂态稳定预测方法》
对于图B1所示的集成CNN预测模型,每种输入特征下构建三种相同结构不同参数的CNN模型,各单一CNN模型网络结构如图B2所示,由输入特征、卷积层1、池化层1、卷积层2、池化层2、全连接层、分类层、softmax层和输出结果组成。经过大量训练测试,最终选择了三组CNN参数,即正文图1中m取3,具体参数组成如表B1所示,其中,第1组CNN的卷积层1和卷积层2的卷积核尺寸均为3×3;第2组CNN的卷积层1和卷积层2的卷积核尺寸分别为5×5、3×3;第3组CNN的卷积层1和卷积层2的卷积核尺寸均为5×5;其他参数如步长、过滤器个数等参数保持一致。网络神经元的激活函数采用Re Lu函数,损失函数采用改进后的损失函数,如式(B1)所示,通过Adam算法对各个单一CNN模型进行监督训练。
图表编号 | XD00186989700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.25 |
作者 | 吴俊勇、张若愚、季佳伸、李宝琴 |
绘制单位 | 北京交通大学电气工程学院、北京交通大学电气工程学院、中国长江三峡集团有限公司科学技术研究院、北京交通大学电气工程学院、北京交通大学电气工程学院 |
更多格式 | 高清、无水印(增值服务) |