《表3 方法效果对比:基于欠完备自编码器的用户用电行为分类分析方法》
注:表内结果为文中方法效果提升(或降低)的百分比。
根据参数优选的结果,设置欠完备自编码器的编码比率为0.33,用户典型用电特征集为{日平均负荷,谷电系数,平段用电百分比},BP神经网络的激活函数为relu函数,隐含层节点数为40,用户用电行为分类结果如图8所示。文中还与BP神经网络、随机森林(random forest,RF)、支持向量机(support vector machine,SVM),以及BP神经网络与欠完备自编码器的组合方法进行对比,实验结果见表2,效果对比见表3。
图表编号 | XD003686900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.28 |
作者 | 黄奇峰、杨世海、邓欣宇、陈海文、王守相 |
绘制单位 | 国网江苏省电力有限公司电力科学研究院、国网江苏省电力有限公司电力科学研究院、天津大学智能电网教育部重点实验室、天津大学智能电网教育部重点实验室、天津大学智能电网教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |