針對海底多相流管道內(nèi)腐蝕速率的預(yù)測問題,首先對影響該種類型管道內(nèi)腐蝕速率的相關(guān)因素進(jìn)行了分析,對PCA算法、PSO算法和SVM算法分別進(jìn)行了介紹,提出了可用于海底多相流管道內(nèi)腐蝕速率預(yù)測的PCA-PSO-SVM組合模型,在此基礎(chǔ)上使用PCA-PSO-SVM組合模型對44組海底多相流管道內(nèi)腐蝕速率的影響因素和管道內(nèi)腐蝕速率數(shù)據(jù)進(jìn)行了學(xué)習(xí)訓(xùn)練,對10組數(shù)據(jù)進(jìn)行了預(yù)測,并將該組合模型與PCA-GA-SVM模型、PCA-LS-SVM模型和PCA-CV-SVM模型3種預(yù)測模型的預(yù)測結(jié)果進(jìn)行了對比,以驗證所提方法的可靠性和可行性。結(jié)果表明:溫度對海底多相流管道內(nèi)腐蝕速率的影響相對較大,壓力對其的影響相對較小;使用PCA-PSO-SVM組合模型對海底多相流管道內(nèi)腐蝕速率預(yù)測的平均絕對誤差僅為1.848%,模型訓(xùn)練時間僅為3.17 s,這兩項數(shù)據(jù)均小于其他預(yù)測模型,表明針對海底多相流管道內(nèi)腐蝕速率的預(yù)測問題,PCA-PSO-SVM組合模型具有可靠性和可行性。

【文章頁數(shù)】：7 頁

【部分圖文】：

圖1PCA-PSO-SVM組合模型對海底多相流管道內(nèi)腐蝕

在PCA-SVM預(yù)測模型中,先輸入溫度、pH值、流體流速、壓力、CO2分壓、持液率6項影響因素,經(jīng)過PCA算法處理后得到SVM模型預(yù)測的主要因素PC1,PC2,…,PCm;然后將海底多相流管道內(nèi)腐蝕速率的主要影響因素數(shù)據(jù)和部分管道內(nèi)腐蝕速率數(shù)據(jù)作為PSO-SVM預(yù)測模型的輸入數(shù)據(jù)....

圖2不同預(yù)測模型的預(yù)測結(jié)果對比

根據(jù)PCA算法影響因素分析結(jié)果和PSO算法參數(shù)尋優(yōu)結(jié)果,在MATLAB軟件中建立SVM模型,依據(jù)SVM算法原理和公式(13)～(16),將溫度、pH值、流體流速、CO2分壓和持液率這五項影響因素作為海底多相流管道內(nèi)腐蝕速率的影響因素,使用某海域海底管道44個位置點的數(shù)據(jù)對PCA-....

圖3不同預(yù)測模型的絕對誤差對比

圖2不同預(yù)測模型的預(yù)測結(jié)果對比表4不同預(yù)測模型的平均相對誤差和模型訓(xùn)練時間Table4Averagerelativeerrorofpredictionresultsandtrainingtimeofdifferentmodels預(yù)測模型平均相對誤....

本文編號：3892530