基于PCA-IBAS-ELM的海底多相流管道内腐蚀速率预测

摘要：

海底多相流管道运输介质中油、气、水共存,极易发生化学反应引发一系列腐蚀问题.为预测其腐蚀速率,对管内腐蚀机理及影响因素进行分析,提出基于主成分分析法(principal component analysis,PCA)和改进甲虫天牛须算法(improve bee-tle antennae search,IBAS)的极限学习机(extreme learning machine,ELM)预测模型.PCA筛选腐蚀因素,降低预测模型的输入指标维数,IBAS优化ELM的关键性能指标——输入权值及隐层阈值,提升预测精度.为检验模型效能,以中国海南东部某海底油气管道50组数据为例进行研究,并与其他两种模型对比分析.结果表明:温度、pH、流体流速和CO2分压是影响该类型管道腐蚀的关键因素,PCA-IBAS-ELM预测结果与实际值拟合度更高,其均方根误差(root mean square error,RMSE)、平均绝对误差(mean absolute deviation,MAE)和平均绝对百分误差(mean absolute percentage error,MAPE)均小于比较模型.可见构建模型对于海底多相流管道内腐蚀速率预测具有优越性.

关键词：海底多相流管道、内腐蚀速率预测、主成分分析(PCA)、改进甲虫天牛须算法(IBAS)、极限学习机(ELM)

所属期刊栏目：22

分类号：TE985(石油机械设备与自动化)

资助基金：国家自然科学基金;陕西省社会科学基金项目

在线出版日期：2022-10-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：9566-9573