《表4 Ⅱ型噪声下不同模型的对比结果》
2种噪声的测试结果分别如表3和表4所示。由表3可知,实际系统上的DSI为4,而即便K为±4%时,MTSR仅下降0.88%,这得益于Light GBM应用的直方图算法和leaf-wise策略。直方图算法对数据进行离散化,leaf-wise策略控制模型复杂度,二者结合使得Light GBM具有良好的抗噪性。在Ⅰ型噪声下,所提方法的评估性能随着噪声水平的增加仅有小幅度下降。在Ⅱ型噪声下,由于其随机性及小概率加入,该方法的评估性能比较稳健。整体而言,所提方法在2类噪声下的抗噪性均优于对比方法。
图表编号 | XD00220043700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.10 |
作者 | 李楠、李保罗、朱建华、李天云 |
绘制单位 | 现代电力系统仿真控制与绿色电能新技术教育部重点实验室(东北电力大学)、东北电力大学电气工程学院、东北电力大学电气工程学院、润电能源科学技术有限公司、东北电力大学电气工程学院 |
更多格式 | 高清、无水印(增值服务) |