變電站接地網(wǎng)腐蝕規(guī)律的研究及預(yù)測(cè)模型.pdf

1、變電站的安全運(yùn)行是電力系統(tǒng)安全可靠運(yùn)行的重要保障，由于接地網(wǎng)導(dǎo)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(yán)重時(shí)影響電網(wǎng)的安全運(yùn)行。因此，探索在不開(kāi)挖、不斷電的情況下檢測(cè)接地網(wǎng)腐蝕狀況，對(duì)于接地網(wǎng)腐蝕研究具有重要意義。論文以變電站接地網(wǎng)在土壤環(huán)境中近幾年的腐蝕數(shù)據(jù)為研究對(duì)象，對(duì)接地網(wǎng)腐蝕規(guī)律及預(yù)測(cè)模型進(jìn)行了研究。其主要工作如下：
　　首先，通過(guò)現(xiàn)場(chǎng)實(shí)測(cè)，建立了土壤腐蝕數(shù)據(jù)庫(kù)；為了尋找各腐蝕因素與腐蝕速率的關(guān)系，對(duì)土

2、壤腐蝕樣本數(shù)據(jù)進(jìn)行了相關(guān)性分析；介紹了主元分析法的原理及實(shí)現(xiàn)步驟，對(duì)土壤腐蝕數(shù)據(jù)采用主元分析法預(yù)處理，消除了指標(biāo)間的相關(guān)性，降低了維數(shù)，便于模型建立。
　　其次，針對(duì)接地網(wǎng)腐蝕數(shù)據(jù)的小樣本問(wèn)題，建立了一種非參數(shù)集群分類模型。采取自助法(Bootstrap)產(chǎn)生自舉子集，結(jié)合非參數(shù)方法—KNN分類法和Adaboost法，對(duì)所有自舉子集建立多個(gè)弱分類器，并集群成強(qiáng)分類器。實(shí)驗(yàn)結(jié)果表明，該分類器適用于接地網(wǎng)腐蝕等級(jí)劃分。
　　接著

3、，利用BP神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)和模糊類比方法分別建立了接地網(wǎng)腐蝕速率預(yù)測(cè)模型。針對(duì)神經(jīng)網(wǎng)絡(luò)“過(guò)擬合”現(xiàn)象，結(jié)合交叉驗(yàn)證法，提出了BP神經(jīng)網(wǎng)絡(luò)漸進(jìn)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(jié)合的結(jié)構(gòu)，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(xùn)練建立接地網(wǎng)腐蝕因素SVR模型；從模糊數(shù)學(xué)角度出發(fā)確定了隸屬度函數(shù)和貼近度，建立了接地網(wǎng)腐蝕速率的模糊類比預(yù)測(cè)模型