[發明專利]變電站Q235鍍鋅鋼接地網的腐蝕率預測方法

在審

• 申請號: 201610053843.7
• 申請日: 2016-01-26
• 公開（公告）號: CN105719025A
• 公開（公告）日: 2016-06-29
• 發明（設計）人: 花廣如;李文浩;郭陽陽;房靜
• 申請（專利權）人: 華北電力大學（保定）
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/08
• 代理公司: 北京中濟緯天專利代理有限公司 11429
• 代理人: 陳曉蕾

1.變電站Q235鍍鋅鋼接地網的腐蝕率預測方法，其特征在于，具體包括以下步驟：

A.確定土壤腐蝕性影響因子，獲取數據樣本；

B.數據歸一化；

C.運用神經網絡訓練學習得到腐蝕率測試評價網絡模型；

D.驗證校核腐蝕率測試評價網絡模型的誤差是否符合要求；

E.采用符合誤差要求的腐蝕率測試網絡模型預測變電站Q235鍍鋅接地網的腐蝕率；

F.采用反歸一法獲得變電站Q235鍍鋅接地網的實際腐蝕率。

2.根據權利要求1所述的變電站Q235鍍鋅鋼接地網的腐蝕率預測方法，其特征在于，步驟C采用RBF神經網絡進行訓練學習，具體包括以下步驟：

C11.確定Spread值；

C12.運用RBF神經網絡的訓練學習，運算找出適合RBF網絡的結構參數，構建腐蝕率測試評價網絡模型。

3.根據權利要求2所述的變電站Q235鍍鋅鋼接地網的腐蝕率預測方法，其特征在于，步驟C12具體包括以下步驟：

C121.采用正交最小二乘法訓練學習RBF神經網絡；

C122.確定腐蝕率測試評價網絡模型為，

式中，——隱含層與輸出層神經元間的權值；

—回歸因子；

M——隱含層神經元數；

—網絡誤差。

4.根據權利要求1所述的變電站Q235鍍鋅鋼接地網的腐蝕率預測方法，其特征在于，步驟C采用BP神經網絡進行訓練學習，具體包括以下步驟：

C21.采用LM算法進行BP神經網絡訓練；

C22.確定BP神經網絡層數；

C23.確定輸入層、輸出層節點數；

C24.選取傳遞函數；

C25.確定隱含層神經元；

C26.開始訓練學習，構建腐蝕率測試評價網絡模型。