基于MWOA-Elman神经网络的接地网瞬变电磁缺陷识别 |
| |
引用本文: | 韩欣月,邓长征,付添,夏鹏雨,刘旋.基于MWOA-Elman神经网络的接地网瞬变电磁缺陷识别[J].广西师范大学学报(自然科学版),2023(3):53-66. |
| |
作者姓名: | 韩欣月 邓长征 付添 夏鹏雨 刘旋 |
| |
作者单位: | 1. 三峡大学电气与新能源学院;2. 三峡大学新能源微电网湖北省协同创新中心 |
| |
基金项目: | 国家自然科学基金(51877122);;湖北省教育厅科学技术研究计划中青年人才项目(Q20151205); |
| |
摘 要: | 为改进当前瞬变电磁探测系统的局限,提高接地网缺陷识别的效率与精度,提出一种MWOA-Elman神经网络,完成数据由采样到成像的转化过程,快速实现视电阻率成像,精准识别接地网的不同缺陷。首先,通过理论计算完成接地网瞬变场参数样本集,构造Elman神经网络的单映射关系。其次,围绕收敛因子、自适应权重与阈值对鲸鱼算法进行改进,用改进鲸鱼算法(modified whale optimization algorithm, MWOA)优化Elman神经网络的权值和阈值。测试结果表明,MWOA-Elman神经网络在第854步收敛,4项误差指标MAE、MSE、RMSE、MAPE分别为0.103 51、0.040 09、0.126 64和0.333 52%,接地网缺陷识别精度为99.678%,识别效率与精度均优于其他模型。最后,通过分析3×3接地网3种典型缺陷位置的成像结果,验证了MWOA-Elman神经网络应用于接地网缺陷识别的有效性,为嵌入瞬变电磁探测系统的智能算法提供参考。
|
关 键 词: | 接地网缺陷 瞬变场参数 视电阻率成像 Elman神经网络 改进鲸鱼算法 |
|
|