《表1 各种数据合成方法性能对比》
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
《基于改进CGAN的电力系统暂态稳定评估样本增强方法》
为了和改进CGAN进行对比,本文考虑了一些常用的数据合成方法,包括SMOTE,ROS和ADASYN算法。改进CGAN训练参数和3.2节1) 中模型参数一致。所有方法均保证合成结果使得数据集达到绝对平衡,即最终得到的增强数据中稳定样本数目和失稳样本数目相等。所有方法在测试集上结果如表1所示。
图表编号 | XD0030119700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.10 |
作者 | 谭本东、杨军、赖秋频、谢培元、李军、徐箭 |
绘制单位 | 武汉大学电气工程学院、武汉大学电气工程学院、武汉大学电气工程学院、国网湖南省电力有限公司、国网湖南省电力有限公司、武汉大学电气工程学院 |
更多格式 | 高清、无水印(增值服务) |