基于机器学习的埋地燃气管线防腐层绝缘电阻值预测  

The Prediction of Insulation Resistance of Buried Gas Pipeline Anti-Corrosive Layer Based on Machine Learning

作　　者：许彤[1] Xu Tong

机构地区：[1]北京市燃气集团有限责任公司

出　　处：《城市燃气》2021年第7期4-7,共4页Urban Gas

摘　　要：提出了基于机器学习的埋地燃气管线防腐层绝缘电阻值预测方法,以北京燃气集团的626条燃气管线防腐检测结果为基础,并收集相应的特征数据,分别采用了线性模型、决策树以及随机森林等方法进行预测,其中随机森林的效果最好,R^(2)为0.73,相关系数为0.87。特征重要度显示管线的投运年限是最主要的影响因素,该预测方法提供了一种燃气管线健康状况预测方法。Based on the 626 anti-corrosion test results of Beijing Gas Group Co,Ltd,and collected the corresponding characteristic data,respectively used linear model,decision tree and random forest to predict,among which random forest is the best,R^(2) is 0.73,correlation coefficient is 0.87.The characteristic importance shows that the service life of the pipeline is the most important factor.This prediction method provides a prediction method for the health status of the gas pipeline.

关 键 词：绝缘电阻值 机器学习 随机森林模型 影响因素 

分 类 号：TU996.7[建筑科学—供热、供燃气、通风及空调工程]