基于改进果蝇算法优化BP神经网络的接地网腐蚀速率预测模型

作     者：程宏伟 高莲 于虹 李鹏 Cheng Hongwei;Gao Lian;Yu Hong;Li Peng

作者机构：云南大学信息学院昆明650500 云南电网有限责任公司电力科学研究院昆明650500 

出 版 物：《电测与仪表》 (Electrical Measurement & Instrumentation)

年 卷 期：2022年第59卷第11期

页      面：71-78页

学科分类：0808[工学-电气工程] 080802[工学-电力系统及其自动化] 08[工学] 

基　　金：国家自然科学基金资助项目(61763049) 云南省应用基础研究计划重点项目(2018FA032)。 

主　　题：接地网 果蝇算法 腐蚀速率 混沌映射 动态半径 

摘      要：为进一步提高接地网腐蚀速率的预测精度,解决传统模型易陷入局部最优且随机初始化模型参数影响预测准确性和稳定性的问题。文中首先将混沌映射、动态搜索半径策略和优化气味浓度判定公式引入果蝇优化算法(Fruit Fly Optimization Algorithm,FOA)得到改进后的果蝇优化算法(Update Fruit Fly Optimization Algorithm,UFOA);然后利用UFOA优化BP神经网络的初始权值和阈值,建立基于UFOA优化的BP神经网络接地网腐蚀速率预测模型(UFOA-BP);最后以重庆24座变电站的接地网数据进行实验验证。结果表明相对FOA优化的BP神经网络模型、BP神经网络模型、人工蜂群算法优化的支持向量机模型和广义回归神经网络模型,文中提出的UFOA-BP模型在预测精度和模型稳定性方面均优于其他四种模型,验证了该模型的有效性和可行性,为运维人员提前发现接地网安全隐患,并安排检修,进而保障电网安全稳定运行提供帮助。