基于BP神经网络的普通建筑雷灾风险评估

发布时间：2017-11-13 21:21

  本文关键词：基于BP神经网络的普通建筑雷灾风险评估

  更多相关文章： BP神经网络 普通建筑物 雷灾风险评估 贝叶斯归一化网络训练函数

【摘要】：基于《雷电防护第2部分:风险管理》(GB/T21714.2—2008)及BP人工神经网络理论,利用MATLAB软件建立了一个三级BP网络预警模型,经过网络训练、网络检测得到训练成熟的普通建筑雷灾风险BP网络评价模型。BP神经网络的运用有助于评价模型更加准确客观地反映建筑物雷灾风险各影响因素与最终风险评价结果之间的非线性关系。为了验证该评价模型的评判效果,除对训练成熟的网络评价模型进行检测,还进一步选取《雷电防护第2部分:风险管理》(GB/T21714.2—2008)中提供的评估实例进行验证性评估,二者结果保持一致,表明该方法可以用作普通建筑的雷灾风险评价。
【作者单位】： 南京信息工程大学大气物理学院;绍兴市气象局;西藏自治区防雷中心;浙江省德清县气象局;
【基金】：国家自然科学基金项目(编号:41175003) 江苏高校优势学科建设工程资助项目(PAPD)资助
【分类号】：TU856;TP183
【正文快照】： 0引言雷电作为一种特殊的自然现象,其发生时常伴有强电流、高温、强电磁辐射以及猛烈冲击波等物理效应,严重威胁人类的生命财产安全[1-5]。因此,有必要对雷灾危害对象(尤其是建筑物)的雷灾风险进行评估并有针对性地采取雷电防护措施。在国外,IEC和ITU两大国际组织相继制定了IE

【参考文献】

中国期刊全文数据库 前10条

1 王雪梅,李文申,严璋;BP网络在电力变压器故障诊断中的应用[J];高电压技术;2005年07期

2 滕万里;王禄静;谢雪;;清镇市“时代华庭”高层商住楼雷电灾害风险评估[J];贵州气象;2012年S1期

3 朱传林;王学良;黄克俭;刘学春;李京校;王小飞;;浅析雷电灾害风险评估标准中存在的问题[J];电瓷避雷器;2013年01期

4 汪佛池;闫康;张重远;石鹏;律方成;;基于BP神经网络的复合绝缘子憎水性等级的判定[J];高压电器;2013年12期

5 潘大丰,李群;神经网络多指标综合评价方法研究[J];农业系统科学与综合研究;1999年02期

6 樊振宇;;BP神经网络模型与学习算法[J];软件导刊;2011年07期

7 刘刚;唐军;季严飞;许志荣;;珠江三角洲地区雷电时空分布规律的统计研究[J];电网与清洁能源;2011年11期

8 马小蓉;解璞;王勇;;军用电站雷电过电压影响因素及抑制方法[J];电网与清洁能源;2012年03期

9 李家启;秦健;李良福;申双和;曾理;;雷电灾害评估及其等级划分[J];西南大学学报(自然科学版);2010年11期

10 王海霞;冯鹤;;雷电灾害风险评估算例与启示[J];科技创新导报;2013年24期

【共引文献】

中国期刊全文数据库 前10条

1 杨绪兵,韩自存;ε不敏感的核Adaline算法及其在图像去噪中的应用[J];安徽工程科技学院学报(自然科学版);2003年04期

2 彭志捌;尹雪莲;;基于BP神经网络的教学质量评价模型[J];安徽建筑工业学院学报(自然科学版);2009年06期

3 王吉华,袁翔,孙梅霞;神经网络方法在计算蔗糖溶液粘度值中的应用[J];安徽农业科学;2003年02期

4 麻永建;;基于人工神经网络的江苏省小城镇经济发展水平及其区域差异研究[J];安徽农业科学;2006年05期

5 梁春玲;张祖陆;牛玉生;;南四湖水安全评价研究[J];安徽农业科学;2009年07期

6 王瑞梅;傅泽田;何有缘;;基于神经网络的模糊系统池塘淡水养殖溶解氧预测模型[J];安徽农业科学;2010年33期

7 贺艳辉;袁永明;张红燕;龚，

本文编号：1182469