[發明專利]基于BP遺傳網絡的避雷器污穢度采集單元標定方法

在審

• 申請號: 201711423307.2
• 申請日: 2017-12-25
• 公開（公告）號: CN108169243A
• 公開（公告）日: 2018-06-15
• 發明（設計）人: 楊劍鋒;周興龍;郭元東;陳彪;馬云飛;龐軍強;楊永
• 申請（專利權）人: 國網寧夏電力有限公司固原供電公司
• 主分類號: G01N21/94
• 分類號: G01N21/94;G06N3/04;G06N3/08
• 代理公司: 銀川長征知識產權代理事務所 64102
• 代理人: 贠天娥

1.基于BP遺傳網絡的避雷器污穢度采集單元標定方法，其特征在于：基于BP遺傳網絡的避雷器污穢度采集單元標定方法，具體標定方法如下：

步驟1：標定準備

步驟1.1，將污穢度采集單元安裝在標定平臺中，并將污穢度采集單元的石英光纖表面清洗干凈；

步驟1.2，為污穢度采集單元的石英光纖附著一定量等值鹽密度的污穢：用定量的商業純氯化鈉、硅藻土、二氯化硅配制不同濃度的鹽溶液，涂在污穢度采集單元的石英光纖表面，并自然晾干；

步驟1.3，調節標定平臺的溫度、濕度和風速，通過AD采樣電路和CPU處理得到污穢度采集單元的石英光纖的光功率衰減量；

步驟2：BP神經網絡構建：

根據BP神經網絡的構建原理，建立3層BP神經網絡，包括一個輸入層、一個隱含層以及一個輸出層，輸入層為溫度T、相對濕度RH、風速和光功率衰減量，輸出層為污穢度；

步驟3：BP神經網絡的初始權值和閾值的遺傳優化：

步驟3.1，對初始權值進行編碼，將步驟1得到的石英光纖的光功率衰減量樣本數據作為BP神經網絡的訓練數據，將BP神經網絡訓練得到石英光纖的光功率衰減量的誤差作為適應度值，預測輸出值oi和期望輸出值yi之間的誤差絕對值作為個體適應度值F，計算方法如下：

式中，n為網絡輸出節點數，yi為BP神經網絡第i個節點的期望輸出值；oi為第i個節點的預測輸出，k為系數；

步驟3.2，進行遺傳算法的選擇、交叉、變異操作，計算出適應度值F，當滿足結束條件時，獲得最優權值閾值；

步驟4，開始進行BP神經網絡訓練，當網絡預測輸出ESDD和期望輸出ES之間的誤差e_k達到設定值時訓練結束；其中，ESDD表示預測輸出的等值鹽密度，ES表示步驟1.2中石英光纖的等值鹽密度。

步驟5，BP神經網絡矯正，輸入新的采集數據，經過遺傳優化的BP神經網絡后得到新的輸出值；驗證標定的準確性，當新的輸出值綜合誤差小于10％時，標定成功，否則轉步驟1。

2.根據權利要求1所述的基于BP遺傳網絡的避雷器污穢度采集單元標定方法，其特征在于：步驟1標定準備中所述的標定平臺為密閉空間，可調節溫度、濕度以及風速。