基于KPCA-GA-BP模型的页岩气集输管道的内腐蚀速率预测 |
| |
引用本文: | 周逸轩,彭星煜,耿月华,王思汗.基于KPCA-GA-BP模型的页岩气集输管道的内腐蚀速率预测[J].腐蚀与防护,2024(4):63-68. |
| |
作者姓名: | 周逸轩 彭星煜 耿月华 王思汗 |
| |
作者单位: | 1. 西南石油大学新能源与材料学院;2. 西南石油大学石油与天然气工程学院;3. 西南石油大学信息学院;4. 中国石油西南油气田分公司安全环保与技术监督研究院 |
| |
摘 要: | 针对页岩气集输管道的内腐蚀,提出了一种基于KPCA-GA-BP组合模型的腐蚀速率预测算法。以某条页岩气集输管道的检测结果作为训练数据,运用反向传播(BP)神经网络建立预测模型,运用遗传算法(GA)优化了神经网络权值和阈值的初始值,运用核主成分分析法(KPCA)对数据进行了降维,在模型建立的过程中不断优化提升模型的预测精度,采用所建模型对另一条相邻管道进行预测并开挖验证。结果表明:选择TRAINGDM作为训练函数,隐含层节点为(8,1),遗传算法进化数为50,种群规模为100,交叉概率为0.3,变异概率为0.2,运用KPCA将数据从7维降为4维后,此模型的均方误差最低为0.12,当该模型用于相邻管道的预测时,均方误差为0.14。运用KPCA-GA-BP模型,对页岩气集输管道内腐蚀速率进行预测具有一定的准确性,此模型可用于辅助指导现场内腐蚀直接评价等相关工作。
|
关 键 词: | 页岩气集输管道 内腐蚀速率 BP神经网络 遗传算法 核主成分分析法(KPCA) 均方误差(MSE) |
|
|