《表1 基于Hilbert-Huang和VMD-Hilbert变换的识别结果》

  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

为进一步证明本文以VMD-Hilbert边际谱作为特征向量的可行性，将其与基于Hilbert-Huang变换所得边际谱对比，提取边际谱的频谱均值Fave、方差Fσ、带宽Fband和最高幅值对应频率Fmax，即特征向量F=[Fave，Fσ，Fband，Fmax][2]。同时，将本文方法与文献[22]中所采用的基于VMD与多尺度熵（MSE）的特征提取方法进行对比。利用三层BP神经网络进行识别，隐含层神经元个数设为5，最大迭代次数为100，最大允许误差为0.001，激励函数选择sigmoid函数，识别结果如表1所示。