一種預測變電站接地網土壤腐蝕速率的方法
2023-05-19 04:59:11 2
一種預測變電站接地網土壤腐蝕速率的方法
【專利摘要】本發明公開了一種預測變電站接地網土壤腐蝕速率的方法。目前的一種參數分析法尚未能很好地解決接地網腐蝕速率預測問題。本發明在所選區域內合理布局取樣點；在取樣點測定土壤參數，所述的土壤參數包括電阻率、含水率、氧化還原電位、pH值和容重，並採取土樣回實驗室進行含鹽量和氯離子理化性質的測定，同時利用電化學方法測定金屬材料在土壤中的腐蝕速率；以電阻率、含水率、氧化還原電位、pH值、容重、含鹽量和氯離子7個指標組建模型，採用BP神經網絡對測得數據進行訓練。本發明快速有效、預測準確，為變電站接地網土壤腐蝕預測提供可靠依據。
【專利說明】一種預測變電站接地網土壤腐蝕速率的方法
【技術領域】
[0001] 本發明涉及土壤的腐蝕預測技術，具體地說是一種預測土壤腐蝕速率的方法，主 要應用於區域性變電站接地網土壤腐蝕性預測研究。
【背景技術】
[0002] 接地網是為了防止接地短路電流危及人身及設備安全而埋設的電氣設施，它對雷 電、靜電和故障電流起著洩流和均壓的作用，是電力系統安全可靠運行、電氣設備和人身安 全的有力保障。但是由於接地裝置長期在地下運行，運行環境惡劣，容易發生腐蝕。近年來， 接地網暴露的問題越來越突出，據廣東、山東、江蘇、安徽等地調查，一般接地網10年腐爛， 快的4年就已經腐爛。如廣東省進行接地網開挖檢查，發現運行20年以上的變電所接地網 腐蝕嚴重；廣西省對運行10年以上的35?220kV變電站接地網開挖後，發現均存在不同程 度的腐蝕；湖北省發現運行5年的接地網已經存在腐蝕，而運行30年的接地網腐蝕非常嚴 重。同時還有江西、江蘇、安徽等省均進行過開挖檢查，也發現了類似的腐蝕現象。
[0003] 目前，國內在進行變電站接地網設計建設時，一般先查閱相關的腐蝕數據手冊，根 據設計使用壽命要求計算接地網材料的尺寸和數量。以上手冊數據均來源於試樣填埋的特 定地區，由於不同區域具有不同的氣候條件，而且土壤的理化性質一般也具有較大的差異 性，故所查數據對各個特定的變電站並沒有很好的指導作用。因此，根據不同區域土壤性質 而進行的土壤腐蝕調查和腐蝕預測就顯的很有必要。國內有研究者提出了一種預測金屬材 料土壤腐蝕的方法，該方法在需要預測地區選擇試驗點，進行埋片試驗，同時檢測各試驗點 的土壤化學成分，試驗周期為一年至兩年。試驗結束後，將試驗材料取回，通過失重法計算 腐蝕速率，採用逐步回歸分析的統計方法進行回歸分析，建立回歸方程進行腐蝕速率的預 測。由於採用埋片試驗，試驗周期需一年至兩年，試驗周期較長。而回歸分析的動機是企望 求出一個函數代替數據集合，但它是假設數據集合的變量有因果關係，一般需要給定一個 數學待定的基函數，根據數據集合中變量的因果關係，計算這個數學基函數待定的參數。這 種事先假定數據服從某種分布的方法，對某些未知世界的解釋是不合理的，因為這個假設 可能是錯誤的。因此，參數分析法尚未能很好地解決接地網腐蝕速率預測問題。
【發明內容】
[0004] 本發明的目的在於針對上述現有技術中的不足，提供一種預測變電站接地網土壤 腐蝕速率的方法，該方法快速有效、預測準確，為變電站接地網土壤腐蝕預測提供可靠依 據。
[0005] 為此，本發明採用的技術方案是：一種預測變電站接地網土壤腐蝕速率的方法，其 步驟如下：
[0006] 1)選定研究區域，在所選區域內合理布局取樣點；
[0007] 2)在取樣點測定土壤參數，所述的土壤參數包括電阻率、含水率、氧化還原電位、 pH值和容重，並採取土樣回實驗室進行含鹽量和氯離子理化性質的測定，同時利用電化學 方法測定金屬材料在土壤中的腐蝕速率；
[0008] 3)以電阻率、含水率、氧化還原電位、pH值、容重、含鹽量和氯離子7個指標組建模 型，採用BP神經網絡對測得數據進行訓練。
[0009] 作為對上述技術方案的進一步完善和補充，本發明採取以下技術措施：
[0010] 取樣點土壤要求無汙染、無雜散電流，取樣深度為〇. 8-1. 0米（標準規定大於 0· 6m)。
[0011] 所述的金屬材料為變電站接地網所用碳鋼。
[0012] 採用CAPCIS Concerto MK2 CIS4K-1電化學噪聲腐蝕監測系統的LPR測試功能實 現對金屬材料在土壤中的腐蝕速率的快速測定。
[0013] 為平衡模型中的各指標對土壤腐蝕速率的影響，對每個指標進行歸一化處理，即 相應的指標數值除以該指標最大的範圍值。在此作用下，所有的數據均在0到1的範圍內。
[0014] 對上述試驗測得的數據進行訓練時，為了提高BP神經網絡的預測準確性，BP神經 網絡採用區間預測的模式。由於預測的土壤腐蝕速率在0到0. 2之間，將區間分為8個子 區間，分別是：[0, 0· 025)，[0· 025, 0· 030)，[0· 030, 0· 035)，[0· 035, 0· 040)，[0· 040, 0· 060) ，[0· 060, 0· 100)，[0· 100, 0· 140)，[0· 140, 0· 200)。
[0015] 進行BP神經網絡結構設計時，在其輸入層中，由於所考慮的數據共有7個指標，因 此相應的輸入層的節點數為7,即每個輸入層的節點表示數據中的某一指標；其中間層採 用兩個子層，且每個子層的節點數為8 ;由於將土壤腐蝕速率0到0. 2之間分成8個子區間， 故輸出層的節點數為8,以土壤的腐蝕速率作為輸出。
[0016] 在BP神經網絡訓練過程中，採用了數據的批處理模式，在該模式中，網絡訓練所 用的數據點進行一次性的輸入，然後再調整網絡中節點間的連接權量值與閾值，同時梯度 的計算也要由所有的樣本數據參與。
[0017] 本發明具有的有益效果如下：
[0018] 1、可以在新變電站選址時通過已知的土壤參數對土壤腐蝕速率進行預測，確定將 接地網腐蝕等級，以正確設計選用合適的鋼材截面及因地制宜地採用合適的防腐措施。
[0019] 2、通過取樣回實驗室進行電化學測試，可以在較短時間內取得大量科學合理的數 據，大大縮短了預測所需時間，使用操作便捷，預測準確。
[0020] 3、本發明不僅可以用於預測變電站接地網土壤腐蝕速率，還可用在其他行業埋地 鋼材的腐蝕預測。
【專利附圖】
【附圖說明】
[0021] 圖1為本發明實施例訓練方案一中BP神經網絡的誤差圖。
[0022] 圖2為本發明實施例訓練方案一中BP神經網絡的學習梯度圖。
[0023] 圖3為本發明實施例訓練方案一中BP神經網絡的回歸係數圖。
[0024] 圖4為本發明實施例訓練方案二中BP神經網絡的誤差圖。
[0025] 圖5為本發明實施例訓練方案二中BP神經網絡的學習梯度圖。
[0026] 圖6為本發明實施例訓練方案二中BP神經網絡的回歸係數圖。
【具體實施方式】
[0027] 實施例
[0028] 2013年3月?2013年8月，在浙江省地區進行了變電站接地網土壤腐蝕性調查。 以浙江省變電站接地網所在區域土壤為研究對象，在全省範圍內選取80個取樣點，取樣點 遍布全省各個地市，選擇ll〇kv及以上變電站，500kv變電站全覆蓋。
[0029] 在各取樣點進行取樣及現場測試。
[0030] 每個取樣點均採用"多點混合"的取樣方法，以提高樣品的代表性，一個取樣點的 混合樣由15-20個樣點組成。一般採用"S"形布點採樣。取樣點土壤無汙染，無雜散電流， 同時應避免在堆過肥料的地方和田埂、溝邊及特殊地形部位採樣。取樣深度為0. 8-米1米， 每個採樣點的取土深度及採樣量應均勻一致。採樣器應垂直於地面，入土至規定的深度。一 個混合土樣以取5-10kg為宜，如果採集的樣品數量太多，可用四分法將多餘的土壤棄去。
[0031] 現場測試以下參數：電阻率、含水率、氧化還原電位、pH、容重等，測試方法依據全 國土壤腐蝕試驗網站編寫的《材料土壤腐蝕試驗方法》進行。
[0032] 採樣回實驗室後立即進行腐蝕速率測定。
[0033] 試驗採用CAPCIS Concerto MK2 CIS4K-1電化學噪聲腐蝕監測系統。該系統由LPR 測試設備和EN測試設備組成，能使用相同的探針進行線性極化（LPR)與電化學噪聲（EN) 兩種測量。線性極化技術通過運用高頻讀數和溶液電阻修正，能夠保證在操作環境中對土 壤腐蝕情況進行精確的測量。本實驗採用LPR測定土樣的腐蝕速率。探針採用碳鋼電極， 化學成分見表1。使用前將工作電極依次經400-1000#水砂紙打磨，用丙酮和去離子水除 油、清洗，熱風乾燥後備用。
[0034] 表1 :電極的化學成分（wt. % )
[0035]
【權利要求】
1. 一種預測變電站接地網土壤腐蝕速率的方法，其步驟如下： 1) 選定研究區域，在所選區域內合理布局取樣點； 2) 在取樣點測定土壤參數，所述的土壤參數包括電阻率、含水率、氧化還原電位、pH值 和容重，並採取土樣回實驗室進行含鹽量和氯離子理化性質的測定，同時利用電化學方法 測定金屬材料在土壤中的腐蝕速率； 3) 以電阻率、含水率、氧化還原電位、pH值、容重、含鹽量和氯離子7個指標組建模型， 採用BP神經網絡對測得數據進行訓練。
2. 根據權利要求1所述的預測變電站接地網土壤腐蝕速率的方法，其特徵在於，取樣 點土壤要求無汙染、無雜散電流，取樣深度為0. 8-1. 0米。
3. 根據權利要求1所述的預測變電站接地網土壤腐蝕速率的方法，其特徵在於，所述 的金屬材料為變電站接地網所用碳鋼。
4. 根據權利要求1所述的預測變電站接地網土壤腐蝕速率的方法，其特徵在於，採用 CAPCIS Concerto MK2 CIS4K-1電化學噪聲腐蝕監測系統的LPR測試功能實現對金屬材料 在土壤中的腐蝕速率的快速測定。
5. 根據權利要求1所述的預測變電站接地網土壤腐蝕速率的方法，其特徵在於，為平 衡模型中的各指標對土壤腐蝕速率的影響，對每個指標進行歸一化處理，即相應的指標數 值除以該指標最大的範圍值。
6. 根據權利要求1所述的預測變電站接地網土壤腐蝕速率的方法，其特徵在於，對上 述試驗測得的數據進行訓練時，為了提高BP神經網絡的預測準確性，BP神經網絡採用區間 預測的模式。
7. 根據權利要求6所述的預測變電站接地網土壤腐蝕速率的方法，其特徵在於，由於 預測的土壤腐蝕速率在0到0. 2之間，將區間分為8個子區間，分別是：[0, 0. 025)，[0. 025 ,0. 030), [0. 030, 0. 035), [0. 035, 0. 040), [0. 040, 0. 060), [0. 060, 0. 100), [0. 100, 0. 140) ，[0· 140, 0· 200)。
8. 根據權利要求7所述的預測變電站接地網土壤腐蝕速率的方法，其特徵在於，進行 BP神經網絡結構設計時，在其輸入層中，由於所考慮的數據共有7個指標，因此相應的輸入 層的節點數為7,即每個輸入層的節點表示數據中的某一指標；其中間層採用兩個子層，且 每個子層的節點數為8 ;由於將土壤腐蝕速率0到0. 2之間分成8個子區間，故輸出層的節 點數為8,以土壤的腐蝕速率作為輸出。
9. 根據權利要求8所述的預測變電站接地網土壤腐蝕速率的方法，其特徵在於，在BP 神經網絡訓練過程中，為提高網絡處理數據的效率，採用了數據的批處理模式，在該模式 中，網絡訓練所用的數據點進行一次性的輸入，然後再調整網絡中節點間的連接權量值與 閾值，同時梯度的計算也要由所有的樣本數據參與。
【文檔編號】G06N3/02GK104299032SQ201410421279
【公開日】2015年1月21日 申請日期:2014年8月25日 優先權日:2014年8月25日
【發明者】錢洲亥, 祝酈偉, 沈曉明, 周海飛, 陳建偉, 劉敏, 明菊蘭 申請人:國家電網公司, 國網浙江省電力公司電力科學研究院, 浙江電力化學技術有限公司