《表2 本文方法与传统方法的对比Tab.2 Comparison of the method in this paper with the traditional method》

  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

《一种实时电能质量扰动识别分类方法》

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

AlexNet的训练结束后，进行了每种扰动100组、共计1 700组测试样本的测试，测试结果如表1所示。本文将传统方法的一种和本文提出的方法进行对比，如表2所示。计算时间为算法处理所有的样本时间除以样本数。由表2可以看出，S变换（ST）与支持向量机（SVM）的算法处理时间主要由信号分析时间组成，而本文提出的方法主要由识别与分类时间组成。ST+SVM所用时间是AlexNet时间的143倍，而ST+SVM的识别与分类的正确率仅比AlexNet高0.57%，说明此算法具有优越的实时性以及较好的有效性。