基于KPCA-GWO-SVM的埋地管道土壤腐蚀速率预测

• 作者: 梁昌晶 谢波 刘延庆 刘志娟 郭自强 任春燕 陈琼陶 刘钇池
• 来源期刊: 油气储运
• 关键词: 埋地管道 土壤腐蚀 KPCA GWO SVM 腐蚀预测
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 运行与管理|OPERATION & MANAGEMENT
• 页码范围: 938-944
• 页数: 7页
• 分类号: TE832
• 语种: 中文
• DOI: 10.6047/j.issn.1000-8241.2021.08.016

摘要

为提高埋地管道土壤腐蚀速率的预测精度,对土壤腐蚀的影响因素进行了梳理和分析.通过核主成分分析法(Kernel Principle Component Analysis,KPCA)对影响因素进行了数据降维,随后对支持向量机(Support Vector Machine,SVM)关键参数进行了寻优,并将GWO-SVM、GA-SVM、PSO-SVM及FOA-SVM共4种模型进行了对比.结果表明:KPCA模型可有效降低预测模型的维度,其中土壤电阻率、氧化还原电位、含盐量、Cl-质量分数及含水量5种因素对腐蚀影响较大;GWO-SVM的平均绝对误差和均方根误差最小,分别为1.90％、0.098 909,且训练时间在4种模型中用时最少,仅为2.55 s.可见,KPCA-GWO-SVM模型更适合对埋地管道土壤腐蚀速率进行预测,研究结果可为管道完整性管理提供理论依据和实际参考.