[發明專利]天然氣管道內腐蝕速率的預測方法

在審

• 申請號: 201810884314.0
• 申請日: 2018-08-06
• 公開（公告）號: CN110807540A
• 公開（公告）日: 2020-02-18
• 發明（設計）人: 舒潔;秦林;高健;吳冠霖;劉暢;孫嘯;林冬;王毅輝;王飛;萬澤君;李施奇;唐靜;齊昌超;范小霞;張軼茗
• 申請（專利權）人: 中國石油天然氣股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/00
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 董亞軍

1.一種天然氣管道內腐蝕速率的預測方法，其特征在于，所述方法包括：

獲取目標天然氣管道的內腐蝕因素數據和內腐蝕速率數據，作為樣本數據；

通過灰關聯分析法分析所述樣本數據，確定影響所述目標天然氣管道內腐蝕的敏感因素；

將所述敏感因素數據歸一化；

根據數據歸一化后的所述敏感因素采用遺傳算法，對小波神經網絡的連接權值、伸縮因子和平移因子進行優化；

將優化后的連接權值、伸縮因子、平移因子作為小波神經網絡的初始值，并根據數據歸一化后的所述敏感因素，進行小波神經網絡訓練，確定連接權值、伸縮因子、平移因子的最終值，得到天然氣管道內腐蝕速率預測模型；

根據所述天然氣管道內腐蝕速率預測模型，對所述目標天然氣管道的內腐蝕速率進行預測。

2.根據權利要求1所述的方法，其特征在于，所述通過灰關聯分析法分析所述樣本數據，確定影響所述目標天然氣管道內腐蝕的敏感因素，包括：

將所述樣本數據中的內腐蝕速率數據作為母因素，內腐蝕因素數據作為子因素，對所述母因素和所述子因素進行無量綱化處理；

根據公式(1)對無量綱化處理后的所述母因素和所述子因素進行關聯系數計算：

其中，k＝1，2，……，L；i＝1，2，3，……，N；ρ為分辨系數，取值范圍在0～1之間；y₀為母因素；X_i為一個子因素；關聯系數ξ_0,i(k)是X_i對y₀在第k個時刻的關聯系數；

根據公式(2)計算每個子因素的灰關聯度：

其中，r_i為灰關聯度；

對不同子因素所對應的灰關聯度進行排序，確定影響所述目標天然氣管道內腐蝕的敏感因素。

3.根據權利要求1所述的方法，其特征在于，所述將所述敏感因素數據歸一化，包括：

通過公式(3)對所述敏感因素數據進行數據歸一化處理：

其中，為數據歸一化之后的數值；x為數據歸一化之前的數值；x_max為敏感因素各輸入/輸出列屬性的最大值；x_min為敏感因素各輸入/輸出列屬性的最小值。

4.根據權利要求1所述的方法，其特征在于，所述根據歸一化后的所述敏感因素采用遺傳算法，對小波神經網絡的連接權值、伸縮因子和平移因子進行優化，包括：

根據數據歸一化后的所述敏感因素，建立網絡訓練樣本、以及所述網絡訓練樣本對應的期望輸出，將所述網絡訓練樣本和所述網絡訓練樣本對應的期望輸出輸入至所述小波神經網絡中；

預先設定初始種群的大小、遺傳算法的終止條件、選擇概率、交叉概率、變異概率；所述初始種群包括：輸入層到隱含層的連接權值w_ij，隱含層到輸出層的連接權值w_jk，伸縮因子a_j以及平移因子b_j；

對所述初始種群進行初始化編碼；

計算初始種群中每個個體的適應度，并判斷每個個體的適應度是否滿足所述終止條件：

若是，輸出優化后的種群；

若否，順次按照所述選擇概率、所述交叉概率、所述變異概率選擇當代種群中的新個體，并插入上一代種群中，以形成新一代種群，計算新一代種群中每個個體的適應度，直至每個個體的適應度滿足所述終止條件為止，輸出優化后的種群；

將優化后的種群進行解碼，得到優化后的連接權值w_ij、連接權值w_jk、伸縮因子a_j、平移因子b_j。

5.根據權利要求4所述的方法，其特征在于，每個種群包括的個體數目為R：

R＝IN×HN+HN×ON+HN+HN (4)

其中，IN、HN、ON分別為輸入層、隱含層和輸出層節點的個數。