《表1 故障点训练样本数：基于优化小波神经网络的输电线路行波故障测距》
提示：宽带有限、当前游客访问压缩模式
利用图2仿真模型，每1 km设置1个故障点，共99个故障点，训练样本共990组。故障点训练样本的组成见表1。
| 图表编号 | XD00192364200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.02.01 |
| 作者 | 蒲婷婷、李京 |
| 绘制单位 | 山东理工大学电气与电子工程学院、山东理工大学电气与电子工程学院、山东科汇电力自动化股份有限公司 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 耦合线路故障：基于故障状态模拟的输电线路短路点定位方法》2020.10.20
- 《表3 预测样本预警精度：基于BP神经网络的输电线路雷击故障预测》2020.09.28
- 《表2 雷击故障相关参数：基于雷电记录与行波数据的雷击故障测距结果优化方法》2021.01.25
- 《表1 分层回归结果：基于小波变换和TEO的输电线路故障测距方法》2019.10.25
- 《表2 故障测距结果：基于优化小波神经网络的输电线路行波故障测距》2021.02.01
- 《表4 线路固有差值矩阵：基于行波时差矩阵算法的10kV电缆网络故障定位》2020.07.25
- 《表1 输电线路参数：基于小波分析的配网电缆在线故障定位仿真》2020.05.10
- 《表4 近区故障测距结果：特高压直流输电线路改进双端行波故障定位方法研究》2020.07.16
- 《表1 实验故障行波输电线路的具体参数》2020.07.05
- 《表1 故障测距结果：基于ARIMA的矿山电网故障暂态行波波头辨识及故障测距》2020.06.10
- 《表1 定位方案结果：固有频率与行波时域定位结合的多端直流混合输电线路故障定位方案》2020.04.01
- 《表2 神经网络训练结果：基于并联卷积神经网络的多端直流输电线路故障诊断》2020.06.25
- 《表1 输电线路参数：一种T型输电线路行波故障测距方法》2019.07.01
- 《表2 线路参数：基于改进插值HHT算法的输电线路行波故障测距》2019.09.01
- 《表1 电源参数：基于改进插值HHT算法的输电线路行波故障测距》2019.09.01
- 《表1 输电线路参数：基于小波变换的双端输电线路行波故障定位》2019.10.25
- 《表1 混合线路参数：一种基于时间轴整定的T型混合输电线路故障测距方法》2019.07.25
- 《表2 部分故障特征集：基于VMD样本熵和KELM的输电线路故障诊断》2019.05.01
- 《表1 部分训练样本：基于MEA优化BP神经网络的农机滚动轴承故障诊断》2019.03.01
- 《表5 输电线路长度对AG故障测距结果的影响 (过渡电阻为10Ω)》2018.04.05