本發(fā)明涉及發(fā)電站技術(shù)領(lǐng)域，特別涉及一種接地網(wǎng)腐蝕速率預(yù)測方法。

背景技術(shù)：

影響接地網(wǎng)腐蝕速率的因素非常復(fù)雜，其中主要的因素包括ph值、含水量、電導(dǎo)率、有機質(zhì)、全氮、的濃度、cl^-的濃度、的濃度、ca²⁺的濃度、mg²⁺的濃度、k⁺的濃度、na⁺的濃度。接地網(wǎng)腐蝕速率與以上12種主要影響因素之間存在著非常復(fù)雜的非線性關(guān)系，且各影響因素之間相互關(guān)聯(lián)、相互制約，很難通過某一個精確的函數(shù)清楚地表達出它們之間模糊的本構(gòu)關(guān)系。

目前雖然也有一些預(yù)測方法，例如基于k均值法的rbf網(wǎng)絡(luò)的腐蝕速率預(yù)測方法，但是這類方法的預(yù)測準確率普遍不高，效果不夠好。

技術(shù)實現(xiàn)要素：

本發(fā)明實施例提供了一種接地網(wǎng)腐蝕速率預(yù)測方法，用以解決現(xiàn)有技術(shù)中存在的問題。

一種接地網(wǎng)腐蝕速率預(yù)測方法，包括：

對采集得到的樣本進行歸一化處理，獲得歸一化后的樣本；

對歸一化后的樣本進行聚類，輸出最優(yōu)的聚類解集，具體包括：

初始化蟻群參數(shù)；

根據(jù)歸一化后的樣本計算各個聚類中心，以每個樣本到聚類中心的距離之和最小為目標函數(shù)，計算每個樣本的目標函數(shù)值；

將計算得到的每個樣本的目標函數(shù)值從小到大排序，在排序后的目標函數(shù)值中，取前l(fā)個目標函數(shù)值對應(yīng)的樣本作為需要交換的樣本，對需要交換的樣本進行局部搜索；

進行局部搜索后，對前l(fā)個目標函數(shù)值對應(yīng)的樣本進行信息素更新；

按照以上步驟進行循環(huán)迭代，直到達到最大迭代次數(shù)num，輸出最優(yōu)聚類解集；

基于蟻群聚類的rbf網(wǎng)絡(luò)學(xué)習(xí)，包括：

樣本訓(xùn)練，以所述最優(yōu)聚類解集的蟻群聚類中心值為rbf網(wǎng)絡(luò)的隱層中心值取，以最優(yōu)聚類解集的聚類個數(shù)為隱層節(jié)點個數(shù)，計算隱節(jié)點數(shù)據(jù)中心間的距離，以隱節(jié)點間的最小距離作為擴展常數(shù)，先計算各歸一化后的樣本離各數(shù)據(jù)中心的距離，然后計算隱節(jié)點的輸出陣，最后得到輸出權(quán)值和偏移量；

樣本測試，根據(jù)樣本訓(xùn)練中得到的參數(shù)對歸一化后的樣本進行測試，對測試結(jié)果反歸一化，得到腐蝕速率。

優(yōu)選地，對采集得到的樣本按照以下公式進行歸一化處理：

其中，αi表示歸一化后的樣本，i＝(1,2,…,n)，x表示采集得到的樣本集，其中樣本集中有n個樣本xi和m個聚類解集{sj,j＝1,2,…,m}。

優(yōu)選地，按照以下公式計算每個樣本的目標函數(shù)值：

其中，xip為第i個樣本xi的第p個屬性，cjp為第j個聚類解集sj的第p個屬性，若第i個樣本xi屬于第j個聚類解集sj，則wij＝1，否則wij＝0。

優(yōu)選地，對需要交換的樣本進行局部搜索，具體包括：

對于每一個樣本，產(chǎn)生一個隨機數(shù)q'，若隨機數(shù)q'小于q，則選擇聚類中心與樣本間距離最短的聚類解集作為樣本需要歸屬的類；如果該隨機數(shù)q'大于或等于q，根據(jù)設(shè)定的轉(zhuǎn)換概率pij選擇樣本需要轉(zhuǎn)換的聚類解集：

其中，τij為第i個樣本xi和所屬第j個聚類解集sj間的標準化信息素；

確定每個樣本歸屬的聚類解集后重新聚類，重新計算每個樣本的目標函數(shù)值，如果重新聚類后的樣本的目標函數(shù)值小于重新聚類前的樣本的目標函數(shù)值，則保留重新聚類后的聚類解集，否則保留重新聚類前的聚類解集。

優(yōu)選地，按照以下公式對前l(fā)個目標函數(shù)值對應(yīng)的樣本進行信息素更新：

τij(t+1)＝(1-r)τij(t)+δτij(t)

其中，r為信息素衰減系數(shù)，τij(t)為第i個樣本xi與第j個聚類解集sj在t時刻的信息素濃度；δτij表示本次循環(huán)信息素的增量；表示第k只螞蟻在本次循環(huán)中所釋放的信息素，設(shè)lk為螞蟻的目標函數(shù)值，q為一參數(shù)常量值，若螞蟻k中的第i個樣本xi屬于第j個聚類解集sj，則否則

本發(fā)明提供的一種接地網(wǎng)腐蝕速率預(yù)測方法，用蟻群聚類算法確定rbf網(wǎng)絡(luò)的隱層中心值，對基本的蟻群算法進行了進一步改進，并且加入了局部搜索，然后把改進的蟻群聚類算法與rbf神經(jīng)網(wǎng)絡(luò)結(jié)合用于接地網(wǎng)腐蝕速率的預(yù)測。大量數(shù)據(jù)計算表明，該方法預(yù)測接地網(wǎng)腐蝕速率具有較高的精度和較好的泛化能力。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實施例提供的一種接地網(wǎng)腐蝕速率預(yù)測方法的預(yù)測結(jié)果與實測結(jié)果的對比圖；

圖2為現(xiàn)有技術(shù)中基于k均值法的rbf網(wǎng)絡(luò)的腐蝕速率預(yù)測結(jié)果與實測結(jié)果的對比圖。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

本發(fā)明提供了一種接地網(wǎng)腐蝕速率預(yù)測方法，該方法包括：

對采集得到的樣本按照公式(1)進行歸一化處理：

其中，αi表示歸一化的樣本，i＝(1,2,…,n)，x表示采集得到的樣本集，其中樣本集中有n個樣本xi和m個聚類解集{sj,j＝1,2,…,m}；

對歸一化的樣本進行聚類，輸出最優(yōu)的聚類解集。具體步驟如下：

初始化蟻群參數(shù)，具體需要初始化的蟻群參數(shù)包括：螞蟻數(shù)量ant、類的數(shù)量class、轉(zhuǎn)換規(guī)則參數(shù)q(0<q<1)、信息素衰減系數(shù)r、局部搜索閾值h、迭代次數(shù)num、初始信息素tau和初始聚類解集solution；

根據(jù)歸一化后的樣本計算各個聚類中心，以每個樣本到聚類中心的距離之和最小為目標函數(shù)，計算每個樣本的目標函數(shù)值：

其中，xip為第i個樣本xi的第p個屬性，cjp為第j個聚類解集sj的第p個屬性，若第i個樣本xi屬于第j個聚類解集sj，則wij＝1，否則wij＝0；

將計算得到的每個樣本的目標函數(shù)值按照從小到大的順序排序，在排序后的目標函數(shù)值中，取前l(fā)個目標函數(shù)值對應(yīng)的樣本作為需要交換的樣本，對需要交換的樣本進行局部搜索，具體為：

對于每一個樣本，產(chǎn)生一個隨機數(shù)q'，若隨機數(shù)q'小于q，則選擇聚類中心與樣本間距離最短的聚類解集作為樣本需要歸屬的類；如果該隨機數(shù)q'大于或等于q，根據(jù)設(shè)定的轉(zhuǎn)換概率pij選擇樣本需要轉(zhuǎn)換的聚類解集：

其中，τij為第i個樣本xi和所屬第j個聚類解集sj間的標準化信息素；

確定每個樣本歸屬的聚類解集后重新聚類，根據(jù)式(2)重新計算每個樣本的目標函數(shù)值，如果重新聚類后的樣本的目標函數(shù)值小于重新聚類前的樣本的目標函數(shù)值，則保留重新聚類后的聚類解集，否則保留重新聚類前的聚類解集。

進行局部搜索后，對前l(fā)個目標函數(shù)值對應(yīng)的樣本按照下式進行信息素更新：

τij(t+1)＝(1-r)τij(t)+δτij(t)(5)

其中，τij(t)為第i個樣本xi與第j個聚類解集sj在t時刻的信息素濃度；δτij表示本次循環(huán)信息素的增量；表示第k只螞蟻在本次循環(huán)中所釋放的信息素，設(shè)lk為螞蟻的目標函數(shù)值，q為一參數(shù)常量值，若螞蟻k中的第i個樣本xi屬于第j個聚類解集sj，則否則

按照以上步驟進行循環(huán)迭代，直到達到最大迭代次數(shù)num，輸出最優(yōu)聚類解集。

基于蟻群聚類的rbf網(wǎng)絡(luò)學(xué)習(xí)，主要包括：

樣本訓(xùn)練。隱層中心值和隱層節(jié)點個數(shù)的確定，這里rbf網(wǎng)絡(luò)的隱層中心值取上述最優(yōu)聚類解集的蟻群聚類中心值，隱層節(jié)點個數(shù)取最優(yōu)聚類解集的聚類個數(shù)。計算隱節(jié)點數(shù)據(jù)中心間的距離，以隱節(jié)點間的最小距離作為擴展常數(shù)。先計算各歸一化后的樣本離各數(shù)據(jù)中心的距離，然后計算隱節(jié)點的輸出陣，最后得到輸出權(quán)值和偏移量。

樣本測試。根據(jù)樣本訓(xùn)練中得到的隱層中心值、隱層節(jié)點個數(shù)、擴展常數(shù)、輸出權(quán)值和偏移量等參數(shù)對歸一化后的樣本進行測試，對測試結(jié)果反歸一化，獲得腐蝕速率。

為了檢驗該模型的正確性，我們用全國不同地方的變電站腐蝕速率及影響因素數(shù)據(jù)來驗證。共有101組數(shù)據(jù)，如表1所示。

表1接地網(wǎng)腐蝕速率及影響因素

這些數(shù)據(jù)中，前93組用來訓(xùn)練，后8組用來測試。在蟻群聚類中參數(shù)設(shè)置如下：螞蟻數(shù)目ant＝120，類的個數(shù)class＝20，迭代次數(shù)num＝2000，轉(zhuǎn)換規(guī)則參數(shù)q＝0.9，信息素衰減系數(shù)r＝0.05，局部搜索閾值h＝0.03，l＝2。采用本發(fā)明的方法預(yù)測結(jié)果如圖1所示。圖2是用k均值與rbf網(wǎng)絡(luò)結(jié)合的預(yù)測結(jié)果。

后8組數(shù)據(jù)的實測值為y，用本發(fā)明方法預(yù)測的結(jié)果用y1表示，基于k均值法的rbf網(wǎng)絡(luò)的腐蝕速率預(yù)測結(jié)果用y2表示，則y、y1、y2如表2所示。

表2腐蝕速率的實測值及兩種不同方法的預(yù)測值

把y、y1、y2分別看做一個向量，則y1到y(tǒng)的歐氏距離為||y1-y||2＝0.3438，y2到y(tǒng)的歐氏距離為||y2-y||2＝0.3973。很明顯，||y1-y2＜||y2-y||2。因此，本發(fā)明的預(yù)測效果比基于k均值法的rbf網(wǎng)絡(luò)的預(yù)測結(jié)果好，準確率高。

本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白，本發(fā)明的實施例可提供為方法、系統(tǒng)、或計算機程序產(chǎn)品。因此，本發(fā)明可采用完全硬件實施例、完全軟件實施例、或結(jié)合軟件和硬件方面的實施例的形式。而且，本發(fā)明可采用在一個或多個其中包含有計算機可用程序代碼的計算機可用存儲介質(zhì)(包括但不限于磁盤存儲器、cd-rom、光學(xué)存儲器等)上實施的計算機程序產(chǎn)品的形式。

本發(fā)明是參照根據(jù)本發(fā)明實施例的方法、設(shè)備(系統(tǒng))、和計算機程序產(chǎn)品的流程圖和/或方框圖來描述的。應(yīng)理解可由計算機程序指令實現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合?？商峁┻@些計算機程序指令到通用計算機、專用計算機、嵌入式處理機或其他可編程數(shù)據(jù)處理設(shè)備的處理器以產(chǎn)生一個機器，使得通過計算機或其他可編程數(shù)據(jù)處理設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。

這些計算機程序指令也可存儲在能引導(dǎo)計算機或其他可編程數(shù)據(jù)處理設(shè)備以特定方式工作的計算機可讀存儲器中，使得存儲在該計算機可讀存儲器中的指令產(chǎn)生包括指令裝置的制造品，該指令裝置實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。

這些計算機程序指令也可裝載到計算機或其他可編程數(shù)據(jù)處理設(shè)備上，使得在計算機或其他可編程設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計算機實現(xiàn)的處理，從而在計算機或其他可編程設(shè)備上執(zhí)行的指令提供用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。

盡管已描述了本發(fā)明的優(yōu)選實施例，但本領(lǐng)域內(nèi)的技術(shù)人員一旦得知了基本創(chuàng)造性概念，則可對這些實施例作出另外的變更和修改。所以，所附權(quán)利要求意欲解釋為包括優(yōu)選實施例以及落入本發(fā)明范圍的所有變更和修改。

顯然，本領(lǐng)域的技術(shù)人員可以對本發(fā)明進行各種改動和變型而不脫離本發(fā)明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本發(fā)明也意圖包含這些改動和變型在內(nèi)。