《表1 4种算法的诊断结果Tab.1 The diagnosis results of four algorithm》

  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

《深广神经网络在变压器故障诊断中的应用》

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

上述4种方法的训练结果如图6所示；用测试集对4种模型进行测试，测试结果见表1.在样本容量较大且数据庞杂时，由图6可以看出，LR和SWM的训练结果较差，准确率分别为75%和70.4%；BPNN在训练刚开始时准确率波动较大，甚至低至30%左右，在后期随着训练次数的增长，准确率有所提升且趋于稳定，最高也仅有72%，训练结果不理想；DWM的准确率随着训练次数的增长而提升，过程平缓且很快趋于稳定，训练收敛时的准确率约为84%，相较于其他3种算法有明显的提升.表1将4种算法对测试集的测试结果进行了对比，DWM的诊断准确率明显高于其他3种算法，对变压器的故障诊断意义重大.