《表2 生成数据作为输入的模型准确率》

  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SE-DenseNet的变压器故障诊断》

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

WGAN中使用平滑的EM（Earth-Mover）距离，用梯度下降法优化参数时，可以提供梯度，实现两分布距离度量，在EM距离中加入李普希兹约束，使网络满足稳定性要求。以已知故障类型样本的五种特征气体含量为真实数据，从九种故障中任选一种，样本量10左右，在区间[-1，1]中随机选取服从均匀分布的噪音数据，将两者输入WGAN模型得生成数据gen＿data，用关于gen＿data的一次函数生成同种故障类型的样本数据data。总共生成1500条样本数据，为验证生成数据与原始数据特征一致性，预先使用1630条原始数据训练SE-Dense Net模型，再分别将生成的各种故障类型数据作为输入，得到的SE-Dense Net模型预测准确率如表2所示。