《表2 实验结果对比：低压配电网非侵入式电力负荷异常数据辨识方法》
提示：宽带有限、当前游客访问压缩模式
根据上述准备完成对比实验，并将实验过程中产生的数据及结果分别进行记录，实验结果对比见表2。
| 图表编号 | XD00219916900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.09.25 |
| 作者 | 杨蒙 |
| 绘制单位 | 广东电网公司广州供电局路灯管理所 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 非侵入式负荷辨识结果》2020.08.21
- 《表2 事件波形特征集合：基于用户边缘侧事件解析的工业电力负荷非侵入式感知辨识》2021.02.25
- 《表1 数据分配表：基于时间卷积神经网络的非侵入式居民用电负荷分解方法》2021.03.01
- 《表A4非侵入式负荷监测实验结果-》2020.12.25
- 《表4 幅值特征辨识结果：深度学习与幅值特征相融合的低频采样非侵入式负荷辨识算法》2020.04.28
- 《表3 CNN辨识结果：深度学习与幅值特征相融合的低频采样非侵入式负荷辨识算法》2020.04.28
- 《表2 电流的幅值特征：深度学习与幅值特征相融合的低频采样非侵入式负荷辨识算法》2020.04.28
- 《表1 辨识算法性能：一种多参量决策的非侵入式负荷辨识算法评价模型》2020.08.10
- 《表5 模型辨识结果：一种多参量决策的非侵入式负荷辨识算法评价模型》2020.08.10
- 《表2 算法评价指标：一种多参量决策的非侵入式负荷辨识算法评价模型》2020.08.10
- 《表6 一致性检验：一种多参量决策的非侵入式负荷辨识算法评价模型》2020.08.10
- 《表3 比例标度值：一种多参量决策的非侵入式负荷辨识算法评价模型》2020.08.10
- 《表2 3种算法在电力负荷数据集中的实验结果对比》2020.08.01
- 《表4 实例辨识结果：一种基于LSTM模型的电力负荷辨识方法》2019.12.10
- 《表7 全局匹配结果：基于改进匈牙利算法的非侵入式负荷匹配方法》2019.11.25
- 《表6 数据处理结果：基于改进匈牙利算法的非侵入式负荷匹配方法》2019.11.25
- 《表4 匹配结果：基于改进匈牙利算法的非侵入式负荷匹配方法》2019.11.25
- 《表8 匹配结果：基于改进匈牙利算法的非侵入式负荷匹配方法》2019.11.25
- 《表3 案例库规模：非侵入终端负荷辨识能力测评系统设计方法研究》2019.09.20
- 《表1 电力负荷分级表：港珠澳大桥外海桥隧转换人工岛低压配电系统设计特点》2019.05.25