基于RS-ISOA-KELM的输气管道内腐蚀速率预测方法

作     者：吴小平 杨罗 田晓龙 WU Xiaoping;YANG Luo;TIAN Xiaolong

作者机构：中国市政工程西南设计研究总院有限公司四川省成都市610081 中国石油天然气股份有限公司天然气销售分公司 

出 版 物：《油气储运》 (Oil & Gas Storage and Transportation)

年 卷 期：2024年第43卷第2期

页      面：180-188,221页

学科分类：080503[工学-材料加工工程] 08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 

基　　金：四川省科技计划项目“输配气管道腐蚀机理及剩余寿命完整性研究” kj-2022-15 

主　　题：输气管道 内腐蚀 腐蚀速率 粗糙集 海鸥优化算法 核极限学习机 

摘      要：【目的】地面输气管道易出现严重的内腐蚀问题,为保障管道服役安全,需准确预测管道内腐蚀速率。【方法】通过粗糙集(Rough Set,RS)理论筛选影响腐蚀的主控因素,将重构数据集作为输入、腐蚀速率作为输出,对核极限学习机(Kernel Based Extreme Learning Machine,KELM)模型进行训练,并利用改进的海鸥优化算法(Improved Seagull Optimization Algorithm,ISOA)对模型超参数进行优化,从而提出了一种基于RS-ISOA-KELM模型的输气管道内腐蚀速率预测方法,与其他组合模型的预测精度进行对比,并进行了长期预测效果及模型普适性分析。【结果】在Sphere、Schaffer、Rosenbrock、Rastrigin、Griewank 5个基准函数上对ISOA算法进行收敛性分析,发现其在求解精度和计算稳定性上具有较强优势;利用某气田区块的实际运行数据对该模型进行验证,结果表明温度、CO_(2)分压、H2S分压、流速、Cl-含量、含水率、缓蚀剂残余浓度是影响内腐蚀的重要因素,其中H2S分压、流速、缓蚀剂残余浓度的权重最大;使用RS-ISOA-KELM模型对腐蚀速率进行预测,其平均相对误差为1.498%、均方根误差为0.0021 mm/a、决定系数为0.9993,优于其他常见的组合模型。【结论】所建组合模型具有强泛化性能和高预测精度,通过对原数据库的扩充和更新,可以实现管道中长期腐蚀速率的预测;在腐蚀参数、数据量、训练测试比均不同的情况下,该模型仍然保持了较好的预测效果。