基于组合模型的油气管道腐蚀速率预测  

A combined model-based prediction of the corrosion rate of oil-gas pipeline

作　　者：张甫仁[1,2] 张辉[1] 

机构地区：[1]重庆交通大学机电与汽车工程学院 [2]重庆大学三峡库区生态环境教育部重点实验室

出　　处：《石油机械》2010年第6期18-21,102,共4页China Petroleum Machinery

基　　金：国家自然科学基金项目"燃气管网泄漏定位理论及危险性评估系统研究"(50704041);中国博士后科学基金特别资助项目"燃气管网泄漏传播动力学及多因素耦合作用下多变空间泄漏场研究"(200902290);中国博士后科学基金"燃气管网泄漏定位及预警系统关键技术研究"(20080430752);重庆市自然科学基金项目"燃气管道泄漏预警关键技术研究"(CSTC;2008BB6347);重庆交通大学博士启动基金项目"燃气管网系统泄漏安全性及定位预测的理论研究"

摘　　要：对预测管道腐蚀速率的2种主要方法——灰色预测方法和神经网络方法的优缺点进行分析,在此基础上,提出一种基于双改进的复合灰色神经网络预测方法。该算法总体思路为:首先计算灰色预测样本和真实值之间的残差,其次将残差作为神经网络的输入样本进行训练,然后利用马尔柯夫过程对预测残差进行修正,得到1组最终修正残差,最后根据灰色预测值和最终修正残差确定下一时刻数据的预测值。通过实例应用,并与相关文献结果进行比较,结果表明,基于双改进的灰色神经网络组合预测模型预测精度更高。An analysis of the strengths and weaknesses concerning the two major methods for predicting pipeline corrosion rate,namely,grey prediction method and neutral network method,was conducted.Based on this,an improved composite grey-neural network prediction method was put forward.The general idea of the algorithm goes like this:first,the residual error between grey prediction sample and true value is calculated;then,the residual error as the input sample of the neural network is trained;then,the Markov process is adopted to modify the predicted residual error to obtain a group of the ultimate modified residual errors.Finally,the prediction value of the data at the next moment is determined according to the grey prediction value and the ultimate modified residual error.By empirical application and comparison with the result of the relevant literature,the result shows that the model has a higher precision of prediction.

关 键 词：灰色预测 BP神经网络 组合模型 油气管道 腐蚀速率 

分 类 号：O211.67[理学—概率论与数理统计]