DOI number:
10.14158/j.cnki.1001-3814.20223107
Key Words:
海底油气管道;;内腐蚀速率;;核主成分分析;;海鸥优化算法;;核极限学习机
Abstract:
为提高海底油气管道内腐蚀速率预测的精度，选取南海某油田混输管段腐蚀数据为例，建立基于核主成分分析（KPCA）、海鸥优化算法（SOA）和核极限学习机（KELM）的内腐蚀速率预测模型。首先利用KPCA对影响管道内腐蚀的因素进行降维，确定输入变量；然后利用KELM对内腐蚀速率进行建模预测，并利用SOA对KELM模型中的核参数和正则化系数进行寻优。结果表明：KPCA-SOA-KELM预测模型的平均绝对百分比误差仅为1.8310%，均方根误差为0.05。针对海底油气管道内腐蚀速率的预测问题，相比于其他模型，该模型的预测结果更加准确。
Paper Publications
