《表2 各模型诊断准确率：基于GRU网络的电网故障诊断方法研究》

  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GRU网络的电网故障诊断方法研究》

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

文中实验结果与其他主流电力数据挖掘的诊断模型进行比较，有：反向传播网络（BPNN）、循环神经网络（RNN）、深度信念网络（DBN）、支持向量机分类模型（SVM），作为对比方法所使用训练集与GRU模型相同，同样采用K-Fold验证方法来获取最优模型超参数，最后在2017年的电网故障记录和电气数据上得到的预测结果如图8和表2所示。