[发明专利]变电站Q235镀锌钢接地网的腐蚀率预测方法

权利要求书

1.变电站Q235镀锌钢接地网的腐蚀率预测方法，其特征在于，具体包括以下步骤：

A.确定土壤腐蚀性影响因子，获取数据样本；

B.数据归一化；

C.运用神经网络训练学习得到腐蚀率测试评价网络模型；

D.验证校核腐蚀率测试评价网络模型的误差是否符合要求；

E.采用符合误差要求的腐蚀率测试网络模型预测变电站Q235镀锌接地网的腐蚀率；

F.采用反归一法获得变电站Q235镀锌接地网的实际腐蚀率。

2.根据权利要求1所述的变电站Q235镀锌钢接地网的腐蚀率预测方法，其特征在于，步骤C采用RBF神经网络进行训练学习，具体包括以下步骤：

C11.确定Spread值；

C12.运用RBF神经网络的训练学习，运算找出适合RBF网络的结构参数，构建腐蚀率测试评价网络模型。

3.根据权利要求2所述的变电站Q235镀锌钢接地网的腐蚀率预测方法，其特征在于，步骤C12具体包括以下步骤：

C121.采用正交最小二乘法训练学习RBF神经网络；

C122.确定腐蚀率测试评价网络模型为，

式中，——隐含层与输出层神经元间的权值；

—回归因子；

M——隐含层神经元数；

—网络误差。

4.根据权利要求1所述的变电站Q235镀锌钢接地网的腐蚀率预测方法，其特征在于，步骤C采用BP神经网络进行训练学习，具体包括以下步骤：

C21.采用LM算法进行BP神经网络训练；

C22.确定BP神经网络层数；

C23.确定输入层、输出层节点数；

C24.选取传递函数；

C25.确定隐含层神经元；

C26.开始训练学习，构建腐蚀率测试评价网络模型。