基于神经网络的海南变电站土壤对Q235钢的腐蚀预测研究

发布时间：2017-12-16 22:01

本文关键词：基于神经网络的海南变电站土壤对Q235钢的腐蚀预测研究

【摘要】：接地网的安全是确保变电站中电力系统安全运行、电力设备正常工作和工作人员生命安全的重要保障。由于接地网的材料多采用Q235钢,且常年埋在地下,地下复杂的土壤环境常对其产生腐蚀问题,导致其接地性能劣化进而影响整个电网的正常运行。所以,探索Q235钢接地网的腐蚀规律,在不开挖、不断电的前提下预测其腐蚀状况,及时发现腐蚀点和可能发生的故障问题,对变电站的安全稳定工作具有重要意义。本文基于国内外对Q235钢接地网腐蚀的研究现状以及海南电研院的课题,专门针对海南这种热带海岛环境下的变电站土壤腐蚀问题开展研究,因此本课题的研究对象和研究成果将给海南岛变电站现场实际的安全提供参考。首先,本文分析了变电站土壤中铺埋的接地网的腐蚀原理,重点分析了Q235钢的电化学腐蚀形式和腐蚀产物,然后从海南岛多个变电站采集现场土样,通过实验室对所取样本土壤进行分析,得出各样本土壤的理化性质相关数据,为后续神经网络模型的实用性检验提供数据基础。其次,分析了BP神经网络的基本原理和各类改进算法。为解决代表性样本数目少的问题,运用MATLAB软件中的函数unifrnd在土壤腐蚀等级评价指标上随机生成2000组训练样本和200组测试样本来增强网络的鲁棒性和样本识别准确性。通过运用各类公式法和经验值试探的方法来对比神经网络模型的预测结果,找出适合BP和RBF网络的结构参数,以此构建出性能和稳定性都较好的网络模型。最后,用海南省变电站土壤的埋片试验中得到的实际数据对已构造好的两种神经网络进行检验,并分析两种网络模型的预测结果。模型的结果表明,BP网络预测模型和RBF网络预测模型都能对Q235钢接地网的腐蚀率进行较准确的预测,两者的精度都能满足实际腐蚀检测作业的需要。比较两种神经网络模型的预测结果,发现针对当前的研究问题,RBF网络具有构建更简单、性能更稳定而且整体精度相对更高的特点。
【学位授予单位】：华北电力大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP183;TM63

【参考文献】

中国期刊全文数据库前10条

1 许磊;李琳;;基于电网络理论的变电站接地网腐蚀及断点诊断方法[J];电工技术学报;2012年10期

2 伍远辉;罗宿星;勾华;孙成;;模拟酸雨组分对1Cr18Ni9Ti不锈钢土壤腐蚀行为的影响[J];腐蚀与防护;2012年05期

3 聂仙娥;赵河明;杨超;;基于RBF-BP组合神经网络的地震预测研究[J];水电能源科学;2011年12期

4 喻胜华;邓娟;;基于主成分分析和贝叶斯正则化BP神经网络的GDP预测[J];湖南大学学报(社会科学版);2011年06期

5 师洪涛;杨静玲;丁茂生;王金梅;;基于小波—BP神经网络的短期风电功率预测方法[J];电力系统自动化;2011年16期

6 张秀丽;骆平;莫逆;王应高;李永立;;接地网腐蚀状态电化学检测系统的开发与应用[J];中国电机工程学报;2008年19期

7 李永强;孙成;于长坤;许进;蔡铎昌;;模拟硫酸型酸雨对X70钢在酸性土壤中腐蚀行为的影响[J];腐蚀科学与防护技术;2008年02期

8 刘俊萍;畅明琦;;RBF神经网络模型在山西省需水预测中的应用[J];人民黄河;2007年04期

9 邵建人;乐晏廷;;交流系统接地网的腐蚀与防护研究[J];电力设备;2006年04期

10 廖怀东,李建平,关健;变电站接地网腐蚀机理及材料选择[J];电力建设;2005年08期