10.3969/j.issn.1006-6896.2019.06.018
基于PCA-WNN模型的油田回注水管道腐蚀速率预测
针对油田回注水管道的腐蚀问题,对引起回注水管道腐蚀的相关因素进行系统分析,建立PCA-WNN模型,使用PCA(主成分分析)算法对回注水管道腐蚀影响因素进行优选,使用WNN(小波神经网络)算法对回注水管道的腐蚀速率进行预测,将预测结果与实际腐蚀速率、PCA-BP神经网络和PCA-GM(1,m)模型的预测结果进行对比,并计算每种算法预测结果的平均绝对误差和数据训练时间,以此验证该模型应用的可行性.研究表明:管道内涂层完好性和CO2含量对管道腐蚀速率的影响较大,而回注水压力对管道腐蚀速率的影响较小;PCA-WNN模型预测结果的平均绝对误差仅为1.35%,远小于其他两个模型预测的平均绝对误差,模型学习时间仅为2.39 s,远小于其他两个模型的学习时间,证明该模型可用于油田回注水管道腐蚀速率预测.
油田注水、管道腐蚀、PCA-WNN模型、腐蚀速率、影响因素、误差
38
2019-07-05(万方平台首次上网日期,不代表论文的发表时间)
共6页
86-91