《表2 F-LSTM模型的损失函数超参数测试》
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
《基于并行的F-LSTM模型及其在电力通信设备故障预测中的应用》
本文采用带权重的损失函数,将对于设备故障的预测重点考虑最近的告警信息。其中F-LSTM模型在每个时间窗口产生的误差信息权重不同,网络在反向梯度更新时,学习的重点由权重决定。在加权的交叉熵损失函数(4)式中,α∈[0,1]。若α=0,则表示每个时间窗口的同等重要;若α=1,则表示模型只关心最后一个时间窗口的损失,而其他时间窗口的误差信息将不会影响网络参数的更新。本文对α进行超参数测试,结果如表2所示,最终α取0.9,表示在设备故障预测时,模型比较关心当前时间窗口的误差信息,同时其他时间窗口可以更新前面层的网络参数。其中全连接部分使用三层网络,每个隐藏层大小分别为512,256,128;时序连接部分中,隐藏状态为256维;时序长度选择100 h。
图表编号 | XD0077699500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.24 |
作者 | 杨济海、刘洋、刘杰、余伟、李石君 |
绘制单位 | 国网江西省电力有限公司信息通信分公司、武汉大学计算机学院、武汉大学计算机学院、武汉大学计算机学院、武汉大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |