《表6 不同模型诊断效果对比》

  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VMD样本熵和KELM的输电线路故障诊断》

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

为有效对比，分别采用BP神经网络、SVM、ELM与本文的KELM算法针对表3的故障特征集进行训练和输电线路短路故障诊断，训练步数均为2 000步，目标误差为0.001。采用BP神经网络工具箱进行仿真模拟，神经网络层数设为2层，隐含层神经元个数为8，输出神经元为4；SVM采用LibSVM工具箱进行仿真，选择RBF核函数，采用交叉验证的方法求得惩罚因子C=15.98，g=16。几种方法的具体诊断结果如图6、7所示，训练时间，诊断准确率以及诊断时间如表6所示。