基于PCA-GRNN模型的集输管道腐蚀速率预测

摘要

针对原油集输管道的腐蚀速率问题,首先对引起集输管道腐蚀速率的相关因素进行分析,建立PCA-GRNN模型,根据现场获取的相关数据,使用PCA(主成分分析)算法对集输管道腐蚀速率影响因素进行降维处理,使用交叉验证的方法对GRNN(广义回归神经网络)算法的光滑因子进行寻优,将25组集输管道腐蚀速率及影响因素数据作为学习样本,对5组集输管道腐蚀速率数据进行预测,并将预测结果和PCA-BP神经网络模型、PCA-WNN神经网络模型进行对比,以此验证PCA-GRNN模型的可行性.根据PCA处理结果可以看出,原油温度、流速、硫化氢含量、二氧化碳含量、盐含量、含水率以及pH对集输管道腐蚀速率的影响较大,压力对其影响较小;PCA-GRNN模型的预测平均绝对误差仅为1.28％,小于其他模型的预测结果,证明PCA-GRNN模型适用于原油集输管道腐蚀速率预测.