石油天然气工业论文_基于小波KPCA-SSA-ELM的盐

来源:中国腐蚀与防护学报 【在线投稿】 栏目:期刊导读 时间:2021-10-19
作者:网站采编
关键词:
摘要:文章摘要:为提升盐穴储气库注采管柱的内腐蚀速率预测精度,建立基于小波核主成分分析方法(KPCA)和樽海鞘群算法(SSA)优化的极限学习机(ELM)腐蚀速率预测模型。首先通过小波

文章摘要:为提升盐穴储气库注采管柱的内腐蚀速率预测精度,建立基于小波核主成分分析方法(KPCA)和樽海鞘群算法(SSA)优化的极限学习机(ELM)腐蚀速率预测模型。首先通过小波KPCA提取影响注采管柱内腐蚀的主要特征,应用ELM建立盐穴储气库注采管柱内腐蚀速率预测模型,并采用SSA对模型参数进行迭代寻优,避免原参数选取的强随机性对模型泛化能力和预测性能的影响。结果表明:经小波KPCA特征提取后得到包含98.73%原信息的3项主成分,SSA-ELM模型的预测结果与实际值基本吻合,其均方根误差(ERMS)为0.0093,平均绝对百分比误差(EMAP)为0.3360%,决定系数(R2)高达0.9912,较于其他三种对比模型性能更优。证明了所建模型具有强泛化性能和高预测精度,能够有效预测盐穴储气库注采管柱的内腐蚀速率,为盐穴储气库注采系统的完整性评价和风险预警提供参考依据。

文章关键词:

项目基金:《中国腐蚀与防护学报》 网址: http://www.zgfsyfhxb.cn/qikandaodu/2021/1019/1039.html



上一篇:金属学及金属工艺论文_氧化铈膜制备及其耐腐蚀
下一篇:金属学及金属工艺论文_汽车用Al-Mg-Si-Cu-(2.0

中国腐蚀与防护学报投稿 | 中国腐蚀与防护学报编辑部| 中国腐蚀与防护学报版面费 | 中国腐蚀与防护学报论文发表 | 中国腐蚀与防护学报最新目录
Copyright © 2018 《中国腐蚀与防护学报》杂志社 版权所有
投稿电话: 投稿邮箱: