《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》

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

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。