《表A2 DNN隐含层结构》
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Hilbert边际谱和SAE-DNN的局部放电模式识别方法》
在运用DNN进行PD类型的识别时,需要首先确定网络的隐含层数与各层神经元个数。本文利用粒子群优化算法进行迭代寻优确定最优网络结构。设置错误识别率为适应度函数,粒子群规模为50,迭代次数为100。分别设定隐含层数l=2,3,4,求解确定的隐含层结构和最终适应度,寻优结果如附录A表A2所示) 。综合考虑网络结构的复杂程度和识别效果,寻优结果选择隐含层数l=3,隐含层结构确定为282-123-48。由于每个放电样本的边际谱数据共计400个数据点,最终分类为4种放电类型,因此输入层节点数为400,输出层节点数为4。最终确定DNN结构为400-282-123-48-4。
图表编号 | XD0030116600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.10 |
作者 | 高佳程、朱永利、郑艳艳、张科、刘帅 |
绘制单位 | 新能源电力系统国家重点实验室(华北电力大学)、新能源电力系统国家重点实验室(华北电力大学)、新能源电力系统国家重点实验室(华北电力大学)、新能源电力系统国家重点实验室(华北电力大学)、新能源电力系统国家重点实验室(华北电力大学) |
更多格式 | 高清、无水印(增值服务) |