郭自强
- 作品数：1 被引量：9H指数：1
- 供职机构：中国石油天然气股份有限公司更多>>
- 相关领域：石油与天然气工程更多>>
- 基于KPCA-GWO-SVM的埋地管道土壤腐蚀速率预测被引量：9
- 2021年
- 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、GASVM、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%、0.098909,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。
- 梁昌晶谢波刘延庆刘志娟郭自强任春燕陈琼陶刘钇池
- 关键词：埋地管道土壤腐蚀KPCASVM
