《表4 单层卷积和双层卷积诊断模型性能》

  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

《面向电力变压器油中溶解气体的卷积神经网络诊断方法》

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

为了测试网络深度对模型诊断性能的影响，本实验将对单层和双层（单个卷积层加上单个池化层为一层网络）卷积诊断模型的性能进行对比。单层模型参数选择实验最佳参数，即卷积核数目为17，卷积核大小为4×1，池化层选择最大池化。双层模型有2种方式，单层卷积和双层卷积诊断模型性能如表4所示。卷积层中17-4×1表示卷积核数目为17，卷积核大小为4×1，池化层中2×1表示池化层大小为2×1，池化类型同样选择最大池化。其余的参数单层和双层保持一致（从结构上讲，双层是单层网络的复制，仅设定单层网络初始参数）。从表4可知，单层和双层的训练损失、训练集准确率、测试集准确率几乎相同，证明了单层和双层诊断模型的性能相同，这是由于DGA数据结构简单，受网络深度影响较小。