《表2 电网系统仿真算例下不同隐藏层结构的预测误差结果》
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
《深度信念网络在水火电力系统一次调频能力预测中的应用》
输入层与输出层均只有一层,而隐藏层层数需要根据具体问题进行设置。输入层与输出层的神经元数一般等于输入向量与输出向量的维数。输入特征向量包括机组参数与全网参数共118组参数。机组参数为备用容量和惯性时间常数,参与一次调频的直调机组有56台。全网参数为频率、有功负荷、负荷水平、事件类型、功率缺额和总的备用容量。输出特征向量为系统60s功率补偿量变化曲线。模型参数选取方法与3.1.2节一致,本文设置输入层和输出层神经元数分别为116和60,各层神经元数为118、100、50、50、50、20、60,隐藏层层数为5。无监督学习阶段采用对比散度算法,学习率为0.06,迭代次数为300。有监督学习阶段采用反向传播算法,激活函数为tanh函数,输出层采用线性函数,学习率为0.03,迭代次数为400。表2为电网系统仿真算例下不同隐藏层结构的预测误差结果。
图表编号 | XD00212312200 严禁用于非法目的 |
---|---|
绘制时间 | 2021.03.10 |
作者 | 崔伟、李武璟、王聪、薛晨、段建东、魏嵬 |
绘制单位 | 国家电网公司西北分部、国家电网公司西北分部、国家电网公司西北分部、国家电网公司西北分部、西安理工大学电气工程学院、西安理工大学计算机科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |