基于人工蜂群算法优化支持向量机的接地网腐蚀速率预测模型

论文摘要

为了提高接地网腐蚀速率预测的精确度,在建立预测模型的过程中,首先对接地网进行了基于电网络理论的腐蚀诊断过程,并以经过诊断之后确定的腐蚀支路位置为采样点。考虑到仅以土壤理化性质反映接地网腐蚀速率的局限性,在接地网腐蚀诊断结果的基础上,提出接地网电阻平均增长速率作为预测模型的输入特征量之一。建立了基于人工蜂群优化支持向量机的接地网腐蚀速率预测模型,测试结果显示相对BP神经网络模型和广义回归神经网络模型,所提模型的预测结果精确度和稳定性更高,表明了对于解决接地网腐蚀速率预测问题,所提模型具有良好的适用性。

论文目录

• 0 引言
• 1 接地网腐蚀速率预测模型的输入特征量
•   1.1 基于电网络理论的接地网腐蚀诊断
•   1.2 接地网土壤理化性质测量及样本数据
• 2 基于人工蜂群算法优化SVM的接地网腐蚀速率预测模型建立
•   2.1 SVM理论基础
•   2.2 人工蜂群算法优化SVM参数
•   2.3 基于ABC-SVM的接地网腐蚀速率预测步骤
• 3 预测结果对比及分析
•   3.1 参数优化结果
•   3.2 预测结果分析
• 4 结论

文章来源

类型: 期刊论文

作者: 刘渝根,陈超

关键词: 接地网,腐蚀速率,预测模型,支持向量机,人工蜂群算法

来源: 电力自动化设备 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 重庆大学输配电装备及系统安全与新技术国家重点实验室

基金: 国家创新研究群体资助基金(51021005)~~

分类号: TM862

DOI: 10.16081/j.issn.1006-6047.2019.05.027

页码: 182-186+200

总页数: 6

文件大小: 427K

下载量: 521