瞬变电磁法(TEM)是一种广泛应用的电磁测量策略,该方法在实际应用中会因为探测的范围大或测点密集而产生大规模TEM数据。由于瞬变电磁法用于检测变电站接地网的故障和断点已被证明可行有效,但电力行业很少有处理TEM探测数据的专业人员,这在一定程度上影响了这个方法在变电站接地网检测领域的推广。本文系统地研究了神经网络用于瞬变电磁快速视电阻率成像的技术方案,针对瞬变电磁响应和仪器设备的特点提出了分情况的神经网络快速成像方法并进行了实验研究。在此基础上对变电站接地网的电阻率剖面特征进行了较为系统的分析研究,并利用神经网络聚类算法研究了不同粗细的扁钢所引起的视电阻率剖面差异,提出了扁钢的相对腐蚀度概念。神经网络用于瞬变电磁快速视电阻率成像的技术研究表明:(1)把采样时间点和感应电压数据一起作为输入变量、视电阻率作为输出变量的自变量输入模式的神经网络快速成像,适用于瞬变电磁观测的装置参数是固定的情况,可以避开一个感应电压对应两个电阻率值的问题。(2)非线性方程模式的神经网络视电阻率成像适用于TEM观测数据为垂直磁场的情况,这种方式适用所有瞬变电磁的垂直磁场数据,不受发送线圈大小的限制。(3)因为BP神经网络的限制有可能导致视电阻率结果有较大误差的问题,遗传算法优化BP神经网络(GABP)在快速求解视电阻率的基础上提高了求解的精度,成像时间也更稳定,15个测量点花费的时间为0.4084秒,已经达到即时成像的程度。(4)模因精英Pareto非支配排序差分进化算法设计的TEM快速成像神经网络结构(MEPDEN),可以满足方便调用的简单性又能达到更好的精度要求,理论模型算例62700个采样数据消耗0.405609秒;实际测量的143个测量点消耗时间9.003秒,而迭代方法则需要900.517秒。(5)当瞬变电磁的发送装置为小线圈结构时,用感应电压和垂直磁场数据来快速成像的神经网络结构是相同的;而建立不同时窗点的神经网络可解决大发送线圈装置下感应电压和视电阻率存在多解的问题。(6)用神经网络快速成像对接地网进行快速扫描诊断,可对接地网进行周期性“体检”成像,通过自身历史影像比对,实现接地网全寿命周期的腐蚀状态跟踪评估,以重庆为例估计,快速成像诊断技术与传统技术在经济性上可节约数十万至上百万人民币。接地网的瞬变电磁特征分析表明:(1)瞬变电磁的接地网检测只适用采用单发射单接收的实验模式。(2)地网网格尺寸差异带来的视电阻率剖面的特征不同,探头尺寸也会带来视电阻率剖面的差异,所以对接地网进行区域性的扫面测量所得到的成像结果更能直观反映地网的结构及故障位置。(3)不同粗细的地网扁钢所表现的瞬变电磁的信号特征和视电阻率剖面特征有明显差异;细的扁钢表现的电阻率值更大,变化趋势也更陡,粗扁钢的表现则相反,这是相对腐蚀度提出的基础。(4)SOM神经网络对接地网的深度-电阻率矩阵聚类可输出完好、腐蚀及断点的类别;通过对类中心的距离输出所得到的所有测点的相对腐蚀度可以表征扁钢的粗细程度,间接量化评价接地网的腐蚀程度。(5)国网武汉南瑞的真型试验场和重庆凉亭变电站的现场测试结果验证了通过对GG-TEM深度-视电阻率数据聚类判断地网腐蚀度的有效性;现场的开挖结果验证了接地网相对腐蚀度的结果和扁钢的粗细程度(腐蚀程度)是相吻合的。