基于数据挖掘的输电杆塔典型材料大气环境腐蚀预测研究

樊志彬1,2，姜波1，王蝶1，吴亚平1，王倩1，安江峰３(1.国网山东省电力公司电力科学研究院；2.山东电力工业锅炉压力容器检验中心有限公司；3.中国机械总院集团武汉材料保护研究所有限公司)

摘要：为了提升输电杆塔材料在复杂大气环境下腐蚀预测的准确性,构建科学高效的建模方法以支撑材料寿命评估与防护策略制定,本研究基于历史积累的电网杆塔材料腐蚀数据,构建了遗传算法(GA) -随机森林(RF)-神经网络(BP)的多算法集成模型,用于碳钢与镀锌钢材料的大气环境腐蚀预测。通过优化模型参数与特征选择策略,碳钢与镀锌钢的预测平均相对误差分别降至7.65%和8.83%,较单一BP模型和GA-RF模型显著提升了预测精度。实验结果表明,GA-RF-BP模型能够有效融合多算法优势,增强对复杂非线性腐蚀规律的拟合能力,为输电杆塔材料的腐蚀防护与寿命评估提供了可靠的技术支撑。

关键词：材料腐蚀；数据挖掘；腐蚀预测