变电站接地网腐蚀规律的研究及预测模型

摘要

变电站的安全运行是电力系统安全可靠运行的重要保障，由于接地网导体使用材料大多为碳钢，常年埋在地下，因腐蚀而使接地性能劣化，严重时影响电网的安全运行。因此，探索在不开挖、不断电的情况下检测接地网腐蚀状况，对于接地网腐蚀研究具有重要意义。论文以变电站接地网在土壤环境中近几年的腐蚀数据为研究对象，对接地网腐蚀规律及预测模型进行了研究。其主要工作如下：
　　首先，通过现场实测，建立了土壤腐蚀数据库；为了寻找各腐蚀因素与腐蚀速率的关系，对土壤腐蚀样本数据进行了相关性分析；介绍了主元分析法的原理及实现步骤，对土壤腐蚀数据采用主元分析法预处理，消除了指标间的相关性，降低了维数，便于模型建立。
　　其次，针对接地网腐蚀数据的小样本问题，建立了一种非参数集群分类模型。采取自助法(Bootstrap)产生自举子集，结合非参数方法—KNN分类法和Adaboost法，对所有自举子集建立多个弱分类器，并集群成强分类器。实验结果表明，该分类器适用于接地网腐蚀等级划分。
　　接着，利用BP神经网络、支持向量机和模糊类比方法分别建立了接地网腐蚀速率预测模型。针对神经网络“过拟合”现象，结合交叉验证法，提出了BP神经网络渐进优化算法，改善了其泛化能力；提出了一种将聚类分析(Kopt-均值算法)与支持向量回归(SVR)两种智能算法相结合的结构，确定了最佳聚类数，将输入样本集划分为特征更为相似的类簇，分别训练建立接地网腐蚀因素SVR模型；从模糊数学角度出发确定了隶属度函数和贴近度，建立了接地网腐蚀速率的模糊类比预测模型。并分别对三种预测模型进行实验验证，对比分析表明，三种预测模型各有优缺点，构造的模糊类比模型预测结果优于前两种模型。
　　最后，将Visual Studio C＃和MATLAB语言相结合，开发了接地网腐蚀预测应用软件，实现了数据导入、模型建立和腐蚀速率预测等功能。

目录

中文摘要

英文摘要

目录

1绪论

1.1 课题研究背景及意义

1.2 课题研究现状及发展趋势

1.3 课题研究的主要内容

2接地网土壤腐蚀数据的分析与预处理

2.1 接地网土壤腐蚀数据库建立

2.2 土壤腐蚀因素的空间分布

2.3 相关性分析

2.4 主元分析

2.5 本章小结

3基于非参数集群分类法的接地网腐蚀规律研究

3.1 Bootstrap法原理

3.2 非参数集群分类法

3.3 算法试验验证

3.4 本章小结

4接地网腐蚀速率预测模型建立

4.1 BP神经网络及改进方法预测模型

4.2 optK -均值聚类和支持向量机（SVM）预测模型

4.3 模糊类比法预测建模仿真

4.4 三种预测建模方法对比分析

4.5 本章小结

5变电站接地网腐蚀预测软件设计

5.1腐蚀预测软件总体设计

5.2腐蚀预测软件功能设计

5.3本章小结

6结论

6.1总结

6.2展望

致谢

参考文献

附录