基于神经网络模型的海南变电站接地网 犙235钢 腐蚀率预测.PDF

第 卷 第 期 腐蚀与防护 ３８ ８ Ｖｏｌ．３８ Ｎｏ．８ 　 年 月 ２０１７ ８ ＣＯＲＲＯＳＩＯＮ＆ＰＲＯＴＥＣＴＩＯＮ Ａｕｕｓｔ２０１７ ｇ 櫧 毥櫧櫧櫧櫧毥 试验研究 ： ／ 犇犗犐１０．１１９７３犳狊犳犺２０１７０８００１ 毥櫧櫧櫧櫧櫧毥 狔 基于神经网络模型的海南变电站接地网犙２３５钢 腐蚀率预测 花广如，李文浩，郭阳阳 （华北电力大学 机械工程系，保定 ０７１０００） 摘 要：运用 软件在土壤腐蚀等级评价指标上随机生成了 组训练样本和 组测试样本来增强网 ＭＡＴＬＡＢ ２０００ ２００ 　 络的鲁棒性（抗变换性）和样本识别准确性，找出了适合 和 神经网络模型的结构参数，构建出了性能和稳定 ＢＰ ＲＢＦ 性都较好的 和 神经网络模型。用现场采集的海南省变电站土壤腐蚀相关数据分别对已建并训练的 和 ＢＰ ＲＢＦ ＢＰ ＲＢＦ神经网络模型进行检验，并用这两种模型对变电站接地网普遍使用的Ｑ２３５钢的腐蚀速率进行了预测。结果表 明：两种模型预测的准确率均在 以上； 神经网络模型在结构和运算方面比 神经网络模型好，但需要设 ９５％ ＢＰ ＲＢＦ 定的参数多、较繁琐，而ＲＢＦ神经网络模型只需设定Ｓｒｅａｄ值，较简单，且ＲＢＦ神经网络模型在训练精度和泛化能 ｐ 力方面均优于 神经网络模型。 ＢＰ 关键词： 钢；接地网腐蚀率； 神经网络； 神经网络；预测 Ｑ２３５ ＲＢＦ ＢＰ 中图分类号： 文献标志码： 文章编号： （ ） ＴＧ１７２ Ａ １００５７４８Ｘ２０１７０８０５７３０５ 　　　 　　　 犆狅狉狉狅狊犻狅狀犚犪狋犲犘狉犲犱犻犮狋犻狅狀狅犳 ２３５犛狋犲犲犾犻狀犎犪犻狀犪狀犛狌犫狊狋犪狋犻狅狀犌狉狅狌狀犱犻狀犌狉犻犱犅犪狊犲犱 犙 犵 狅狀犖犲狌狉犪犾犖犲狋狑狅狉犽犕狅犱犲犾狊 ， ， ＨＵＡＧｕａｎｒｕ ＬＩＷｅｎｈａｏ ＧＵＯＹａｎ ａｎ