来源：期刊VIP网 时间：
作者：黄松岭1;蒋超凡1;彭丽莎1;邓静伟2;周求宽2
单位：1.清华大学电机工程与应用电子技术系;2.国网江西省电力有限公司电力科学研究院
摘要：接地网在电力系统中起到关键的保护作用，是保障系统安全稳定运行的重要基础设施。因此，迫切需要对其受到土壤腐蚀发生的腐蚀或断裂情况进行量化评估。瞬变电磁检测法能够克服传统检测方法需要断电或开挖的不足，但基于该方法进行接地网腐蚀与断点量化评估依赖于准确的视电阻率，现阶段基于烟囱模型的视电阻率反演方法存在准确度较低的问题，该文提出一种CNN-GRU-Attention算法的接地网视电阻率反演方法。首先通过瞬变电磁一维正演模型建立包含多种工况的瞬变电磁信号数据库，随后将数据输入所构建的CNN-GRU-Attention神经网络模型中进行训练，进而实现测点处视电阻率的高精度反演。与传统的CNN、CNN-GRU等算法相比，所提方法在反演准确性方面表现更优，拟合精度达到90%以上，能够显著提升接地网视电阻率的估算精度，为后续视电阻率成像以及腐蚀程度的定量评估奠定坚实基础。
关键词：接地网;瞬变电磁法;视电阻率成像;高精度反演
基金资助：国网江西省电力有限公司科技项目（52182025000K）; 国家自然科学基金项目（U23B20113,52477008）
