基于BP神经网络和SSA-SVM的接地网腐蚀速率组合预测

作者：张衡; 刘闯; 刘炬; 严文帅; 刘云飞; 陈海旭

来源：四川电力技术, 2024, 47(01): 59-64.

DOI：10.16527/j.issn.1003-6954.20240109

• 接地网
• 腐蚀速率
• 组合预测
• 麻雀搜索算法
• 支持向量机
• BP神经网络

为提高接地网腐蚀速率预测精度，提出了一种接地网腐蚀速率组合预测方法。首先，采用SSA算法对SVM进行优化，建立接地网SSA-SVM腐蚀预测速率模型；然后，采用6-11-1的BP神经网络对SSA-SVM模型的预测残差进行修正，建立了基于BP神经网络和SSA-SVM的接地网腐蚀速率组合预测模型；最后，采用接地网腐蚀实验数据进行算例分析。结果表明，所提接地网腐蚀速率组合模型预测结果的均方根误差、平均相对误差和相关系数分别为0.192、4.98%和0.974 6,在模型稳定性、预测精度、预测结果与实际值的相关性均优于其他模型，验证了所提模型的正确性和优越性。

• 单位
  三峡大学; 国网福建省电力有限公司福州供电公司