基于神经网络模型的海南变电站接地网Q235钢腐蚀率预测

• 作者: 李文浩 花广如 郭阳阳
• 来源期刊: 腐蚀与防护
• 学科: 工学
• 关键词: Q235钢 接地网腐蚀率 RBF神经网络 BP神经网络 预测
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 试验研究
• 页码范围: 573-577,588
• 页数: 6页
• 分类号: TG172
• 字数: 2815字
• 语种: 中文
• DOI: 10.11973/fsyfh-201708001

摘要

运用MATLAB软件在土壤腐蚀等级评价指标上随机生成了2 000组训练样本和200组测试样本来增强网络的鲁棒性(抗变换性)和样本识别准确性,找出了适合BP和RBF神经网络模型的结构参数,构建出了性能和稳定性都较好的BP和RBF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BP和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95％以上;BP神经网络模型在结构和运算方面比RBF神经网络模型好,但需要设定的参数多、较繁琐,而RBF神经网络模型只需设定Spread值,较简单,且RBF神经网络模型在训练精度和泛化能力方面均优于BP神经网络模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	花广如	华北电力大学机械工程系	24	83	6.0	8.0
2	李文浩	华北电力大学机械工程系	4	11	2.0	3.0
3	郭阳阳	华北电力大学机械工程系	1	7	1.0	1.0