變電站接地網腐蝕規(guī)律的研究及預測模型.pdf

1、變電站的安全運行是電力系統(tǒng)安全可靠運行的重要保障，由于接地網導體使用材料大多為碳鋼，常年埋在地下，因腐蝕而使接地性能劣化，嚴重時影響電網的安全運行。因此，探索在不開挖、不斷電的情況下檢測接地網腐蝕狀況，對于接地網腐蝕研究具有重要意義。論文以變電站接地網在土壤環(huán)境中近幾年的腐蝕數(shù)據為研究對象，對接地網腐蝕規(guī)律及預測模型進行了研究。其主要工作如下：
　　首先，通過現(xiàn)場實測，建立了土壤腐蝕數(shù)據庫；為了尋找各腐蝕因素與腐蝕速率的關系，對土

2、壤腐蝕樣本數(shù)據進行了相關性分析；介紹了主元分析法的原理及實現(xiàn)步驟，對土壤腐蝕數(shù)據采用主元分析法預處理，消除了指標間的相關性，降低了維數(shù)，便于模型建立。
　　其次，針對接地網腐蝕數(shù)據的小樣本問題，建立了一種非參數(shù)集群分類模型。采取自助法(Bootstrap)產生自舉子集，結合非參數(shù)方法—KNN分類法和Adaboost法，對所有自舉子集建立多個弱分類器，并集群成強分類器。實驗結果表明，該分類器適用于接地網腐蝕等級劃分。
　　接著

3、，利用BP神經網絡、支持向量機和模糊類比方法分別建立了接地網腐蝕速率預測模型。針對神經網絡“過擬合”現(xiàn)象，結合交叉驗證法，提出了BP神經網絡漸進優(yōu)化算法，改善了其泛化能力；提出了一種將聚類分析(Kopt-均值算法)與支持向量回歸(SVR)兩種智能算法相結合的結構，確定了最佳聚類數(shù)，將輸入樣本集劃分為特征更為相似的類簇，分別訓練建立接地網腐蝕因素SVR模型；從模糊數(shù)學角度出發(fā)確定了隸屬度函數(shù)和貼近度，建立了接地網腐蝕速率的模糊類比預測模型