一种基于深度学习识别管道内挂片腐蚀速率异常值的方法.pdfVIP

下载本文档

8
0
约1.25万字
约 12页
2023-08-19 发布于四川
举报
版权申诉

一种基于深度学习识别管道内挂片腐蚀速率异常值的方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于深度学习识别管道内挂片腐蚀速率异常值的方法，属于油气管道技术领域。其包括以下步骤：步骤一，收集天然气管道特性参数；步骤二，收集天然气管道服役期间的运行参数；步骤三，收集天然气管道内壁挂片腐蚀数据；步骤四，数据筛选；步骤五，建立数据库；步骤六，建立预测挂片质量损失的深度神经网络模型；步骤七，计算管道内壁挂片腐蚀速率；步骤八，管道内壁挂片腐蚀速率异常值识别；该方法的步骤流程如摘要附图所示。本发明考虑了天然气管道规格、设计、运行参数、内置挂片材质等多维度的海量数据对管道内壁挂片腐蚀

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116611014 A (43)申请公布日 2023.08.18 (21)申请号 202310522936.X (22)申请日 2023.05.10 (71)申请人西南石油大学地址 610500