《表2 不同方法的实验结果》
得到10 000组负荷水平下的电力系统稳定性样本,随机抽取8 000组作为SDAE的训练样本,其余2 000组样本作为测试样本。采用第2节的方法对基于SDAE的电力系统稳定性评估器进行训练。其中,本文SDAE的输入层维数为26,输出层维数为1,设置隐含层维数为100。此外,SDAE由4层DAE堆叠而成。设置PSO规模为50,最大迭代次数为100。为了验证本文算法在电力系统稳定性识别的准确性,将BP神经网络算法[14]和SVM算法[15]作为对比算法。其中,BP神经网络算法激活函数采用Sigmoid函数,隐含层维数取500;SVM算法的核函数采用径向基函数核函数。3种算法的识别正确率和计算时间如表2所示。
图表编号 | XD0056275000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.20 |
作者 | 董波、崔景侠、徐纬河 |
绘制单位 | 国网连云港供电公司、国网连云港供电公司、国网连云港供电公司 |
更多格式 | 高清、无水印(增值服务) |