一种物理模型与数据融合驱动的管道腐蚀深度预测方法

摘要

一种物理模型与数据融合驱动的管道腐蚀深度预测方法，包括如下步骤：1)利用腐蚀探针或腐蚀挂片获取腐蚀监测数据，对腐蚀监测数据进行优化处理，获取管道腐蚀的累积腐蚀深度数据，构建管道的累计腐蚀深度训练数据集；2)将管道累计腐蚀深度的物理模型融合至高斯过程回归模型的核函数，构建新的核函数，得到先验分布与测试输出的联合高斯分布；3)训练数据集训练高斯过程回归模型，采用共轭梯度迭代法求解负对数似然函数，得到最优超参数集合；4)将最优超参数集合代入高斯过程回归模型的先验分布，得到后验概率分布，并获得预测输出的均值函数与方差函数；5)将测试数据输入训练后的高斯过程回归模型，得到管道累计腐蚀深度的预测值。