基于遗传算法优化的BP神经网络瞬变电磁视电阻率快速计算方法研究

摘要

本文利用BP神经网络拟合的思想,提出了一种瞬变电磁法视电阻率的快速求解方法,该方法可以快速求出中心回线装置下TEM的全程视电阻率.从神经计算原理出发推导了三层反传神经网络各个神经元的输入输出表达式和权值更新公式,并引入了遗传算法优化网络权值,使其加速收敛并全局最优.根据中心回线方式的瞬变电磁二次感应电压或二次感应磁场的核函数和各装置参数之间的关系,基于神经网络的计算原理和学习算法建立网络模型,用训练好的GABP神经网络对其非线性方程进行拟合,得到核函数和瞬变场参数的一一对应关系,最终由瞬变场参数计算出采样时间点所对应的视电阻率值,并以此为基础成像.通过对两个实例模型的仿真计算验证:(1)地下高阻块状异常体模型,(2)电力系统钢制扁钢材料的接地网模型;得到视电阻率断面图,达到了初步的效果,并分析了不足和改进方法.理论模型与实际数据计算表明,神经网络所具有的计算特点使得瞬变电磁视电阻率的计算时间大大缩短.为瞬变电磁接地网故障实时诊断平台提供必要的技术基础.