《表3 各算法准确率：基于随机森林的变压器局部放电模式识别》

  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

《基于随机森林的变压器局部放电模式识别》

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

为了充分验证RF算法在局部放电模式识别中的有效性，本文利用BP神经网络、SVM、KNN、CART；利用与RF相同的训练样本以及验证方法进行分类器的训练以及验证。其中BP神经网络输入层52个节点，隐层1层，输出层3个节点，对应于3个待识别模式，隐层节点数目设置按照参考文献[11]设定为9。SVM分别采用RBF核以及多项式核进行训练。CART算法取训练集的1/3作为验证集用于剪枝，利用整个训练集的所有特征进行训练。各算法的识别准确率如表3所示。由表3中可知，RF算法对各放电模型的识别准确率最高。