《表5 加权矩阵Z:基于半监督径向基函数神经网络的电网自组织临界态辨识方法》
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
《基于半监督径向基函数神经网络的电网自组织临界态辨识方法》
注:神经网络不包含训练时间。
设计一个基于传统BP神经网络、传统径向基函数神经网络以及OPA模型,以便于和基于SSL-RBF神经网络的自组织临界辨识方法进行比较。利用表2中所述20个标记样本对传统BP神经网络、传统径向基函数神经网络进行训练,并利用50个测试样本对以上方法的辨识效果进行测试。在BP神经网络中,设最大容许偏差ρ=10-2,且学习率和动量因子分别为η=0.09、α=0.8;径向基函数神经网络参数见文献[29];OPA模型参数见文献[24](快动态过程仿真次数为200次)。其对比结果如表5所示。
图表编号 | XD00203684000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.20 |
作者 | 易杨、蔡万通、龙霏、黄东启、苗璐、姚文峰、田宝烨、郭知非 |
绘制单位 | 广东电网有限责任公司电力调度控制中心、南方电网科学研究院、广东电网有限责任公司电力调度控制中心、南方电网科学研究院、广东电网有限责任公司电力调度控制中心、南方电网科学研究院、南方电网科学研究院、南方电网科学研究院 |
更多格式 | 高清、无水印(增值服务) |