| 基于改进CL-ML方法的接地网不开挖腐蚀速率预测模型 |
| |
| 引用本文： | 李文彬,王勇,冯砚厅,王庆,徐雪霞,范孝良,王鹏.基于改进CL-ML方法的接地网不开挖腐蚀速率预测模型[J].电力科学与工程,2021,37(4):49-54. |
| |
| 作者姓名： | 李文彬 王勇 冯砚厅 王庆 徐雪霞 范孝良 王鹏 |
| |
| 作者单位： | 国网河北省电力公司科学研究院,河北 石家庄 050021;华北电力大学 能源动力与机械工程学院,河北 保定071003 |
| |
| 基金项目： | 国网河北省电力有限公司科技项目;国家自然科学基金 |
| |
| 摘 要： | 接地网是保障电网完全运行的重要部件,但接地网材料易被腐蚀,甚至发生断裂.鉴于接地网腐蚀存在样本数目少、非线性强的特点,在引入对比学习(contrastive learning,CL)和度量学习(metric learning,ML)的基础上,将对比学习和度量学习进行了组合优化,使输出结果变为参与拟合锚点的腐蚀速率系数,在此基础上提出了基于改进CL-ML方法的接地网不开挖腐蚀速率预测模型.该方法把已经采样的珍贵样本作为锚点,显著减小了拟合函数的压力与复杂性,并充分挖掘了稀有样本的内在相关性.试验结果表明,采用该模型的预测结果比采用广义回归神经网络和BP神经网络具有更高的精度.
|
| 关 键 词： | 接地网 腐蚀 比较学习 度量学习 预测 |
The Non-excavation Corrosion Rate Prediction Model of Grounding Grid Based on Improved CL-ML Method |
| |
| LI Wenbin,WANG Yong,FENG Yanting,WANG Qing,XU Xuexia,FAN Xiaoliang,WANG Peng.The Non-excavation Corrosion Rate Prediction Model of Grounding Grid Based on Improved CL-ML Method[J].Power Science and Engineering,2021,37(4):49-54. |
| |
| Authors: | LI Wenbin WANG Yong FENG Yanting WANG Qing XU Xuexia FAN Xiaoliang WANG Peng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
