凝析气田集输管线腐蚀预测研究

论文摘要

为提高凝析气田集输管线腐蚀速率的预测精度,基于灰色关联分析（GRA）法,融合随机森林回归（RFR）算法,建立内腐蚀速率预测模型,分析气田集输管线内腐蚀原因;采用GRA优选特征因素变量作为RFR的输入,以内腐蚀率作为目标因素输出,并以雅克拉凝析气田数据为例,对比验证构建的RFR预测模型、反向传播（BP）神经网络和支持向量机（SVM）预测模型。结果表明:通过GRA排序得到管线内腐蚀的主要因素有:CO2体积分数、Cl-质量浓度、压力、温度、流速。同时RFR预测模型的均方根误差、平均相对误差均低于对比模型相应值,且决定系数达到96. 48%。

论文目录

• 0 引言
• 1 GRA原理
• 2 RFR基本原理
• 3 集输管线腐蚀预测模型
•   3.1 模型构建
•   3.2 模型验证
• 4 实例应用
•   4.1 样本数据
•   4.2 特征指标
•   4.3 确定参数
•   4.4 结果分析
• 5 结论

文章来源

类型: 期刊论文

作者: 骆正山,宋莹莹,王小完,毕傲睿

关键词: 集输管线,腐蚀因素,灰色关联分析,随机森林回归,腐蚀速率

来源: 中国安全科学学报 2019年11期

年度: 2019

分类: 工程科技Ⅰ辑

专业: 石油天然气工业

单位: 西安建筑科技大学管理学院

基金: 国家自然科学基金资助(41877527),陕西省社会科学基金资助(2018S34)

分类号: TE988.2

DOI: 10.16265/j.cnki.issn1003-3033.2019.11.022

页码: 135-140

总页数: 6

文件大小: 1456K

下载量: 57