《表2 不同预测模型的预测结果》

  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

以响应时间为故障切除后0.1 s为例展示集成CNN模型与深度置信网络（deep belief network，DBN）、神经网络多层感知器（multi-layer perception，MLP）、随机森林（random forest，RF）、决策树（decision tree，DT）、K近邻（K-nearest neighbor，KNN）、SVM的对比测试结果。其中DBN隐含层结构采用100-50-10；MLP选择与DBN相同的隐含层结构；SVM以径向基函数为核函数，采用网格法和五折交叉验证进行参数寻优；RF采用100棵树集成；DT采用C4.5算法；KNN的最近邻个数选择5。表2为不同预测模型在10机系统测试集上的预测结果。