《表2 不同方法的实验结果》

  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

《含需求响应资源的电力系统稳定性智能化评估方法》

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

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。