《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》

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

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。