BP神经网络模型在管道腐蚀风险智能预测中的应用

摘要

通过对5种常见管道腐蚀风险预测方法的适用范围、可靠性和经济性进行比选,确定出了适用于塔河油田的腐蚀风险预测方法。借助遗传算法对经典BP神经网络算法进行了优化,有效提高了BP神经网络的准确性和可靠性。建立了基于改进神经网络模型的管道腐蚀速率计算方法,根据腐蚀速率对管道腐蚀程度进行风险分级,结合塔河油田管道类型、H_(2)S含量、人口密集度、自然环境获得风险发生的严重性分级,最终获得管道风险度和风险级别。识别出目前管道腐蚀穿孔泄漏安全风险在12区、环保风险在塔河油田TP区块。分别选取7个区块中的典型管线开展腐蚀风险评价,21条管道中有8条管道风险等级处于高风险,13条管道风险等级为中风险。采用非开挖磁力层析组合检测技术对6处高腐蚀穿孔风险点进行分析,验证了方法的准确性。