《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》
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。
图表编号 | XD00186990100 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) |