基于MWOA-Elman神经网络的接地网瞬变电磁缺陷识别

韩欣月; 邓长征; 付添; 夏鹏雨; 刘旋

doi:10.16088/j.issn.1001-6600.2022061901

广西师范大学学报（自然科学版） ›› 2023, Vol. 41 ›› Issue (03) : 53 -66. DOI: 10.16088/j.issn.1001-6600.2022061901

基于MWOA-Elman神经网络的接地网瞬变电磁缺陷识别

韩欣月, 邓长征, 付添, 夏鹏雨, 刘旋

作者信息 +

Author information +

文章历史 +

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。