基于组合模型的油气管道腐蚀速率预测.docxVIP

石 油 机 械 — 18— CHINA PETROLEUM MACHINERY 2010年 第38卷 第6期 设计计算 基于组合模型的油气管道腐蚀速率预测 张甫仁1,2 张 辉1 (1.重庆交通大学机电与汽车工程学院 2.重庆大学三峡库区生态环境教育部重点实验室) 摘要 对预测管道腐蚀速率的2种主要方法—— 灰色预测方法和神经网络方法的优缺点进行 分析，在此基础上，提出一种基于双改进的复合灰色神经网络预测方法。该算法总体思路为：首 先计算灰色预测样本和真实值之间的残差，其次将残差作为神经网络的输入样本进行训练，然后 利用马尔柯夫过程对预测残差进行修正，得到1组最终修正残差，最后根据灰色预测值和最终修 正残差确定下一时刻数据的预测值。通过实例应用，并与相关文献结果进行比较，结果表明，基 于双改进的灰色神经网络组合预测模型预测精度更高。 关键词 灰色预测 BP 神经网络 组合模型 油气管道 腐蚀速率 0 引 言 在油气管道失效事故中，由于腐蚀导致的事故 占40%以上[。因此，准确可靠地掌握和预测管 道腐蚀速率变化趋势，及时了解管道剩余寿命及剩 余强度变化，并采取相应的防控措施，从而保证输 送管道的正常运行并降低事故发生率，显得尤为迫 切和必要。 目前对管道腐蚀速率、剩余寿命及剩余强度的 研究主要可以分为以材料力学寿命为基础的计算方 法和以预测理论为基础的预测方法。第1类方法科 学可靠，但所需相关数据复杂，针对性强，通用性 差；第2类方法以相关产品和不同条件下的参数为 基础进行预测，虽然可靠性差一点，但通用性极 强，所需数据少，目前在相关研究领域得到了较广 泛的应用。因此，笔者将采用相关预测的方法来分 析管道的腐蚀速率。 预测管道腐蚀速率的方法主要有灰色预测方 法、概率统计方法、 BP 神经网络方法和可靠度函 数分析等[,其中灰色预测方法和 BP 神经网络方 法较为突出。单纯的灰色理论预测方法虽然简单， 但是精度不高，误差无法控制[2],且灰色理论预 测公式还存在重大缺陷，必须加以修正，否则就会 引入理论误差，使预测变得繁琐而不可靠； BP 神经网络学习算法具有复杂的输入输出关系，为解 决非线性问题和模拟未知系统的控制过程提供了新 思路，但由于该算法是在梯度法的基础上推算出来 的，所以存在收敛速度慢、易受局部极小点困扰的 缺点。 对一个变量进行预测，可以选用多种不同的预 测模型。这是因为每一种预测模型均包含一定的样 本信息，任何单个模型都难以全面地反映变量的变 化规律。如果对多种预测模型进行有机合成，就能 利用多种有用信息，更加全面地反映系统的变化规 律，减少随机性，提高预测精度。据文献[5- 8]可知，现有灰色神经网络组合模型存在的问题 主要有：仅仅是2种模型最基本的结合；没有针对 灰色理论数据的光滑性进行改进；对神经网络涉及 的收敛速度和预测精度没有考虑；没有以残差为灰 色理论预测的输入数据等。因此，笔者拟综合这2 种预测方法的特点，提出一种基于双改进的复合灰 色神经网络预测方法，对油气管道腐蚀速率进行 预测。 *基金项目：国家自然科学基金项目“燃气管网泄漏定位理论及危险性评估系统研究”;中国博士后科学基金特别资助项 目“燃气管网泄漏传播动力学及多因素耦合作用下多变空间泄漏场研究”(200902290);中国博士后科学基金“燃气管网泄漏定位及预警 系统关键技术研究”(20080430752);重庆市自然科学基金项目“燃气管道泄漏预警关键技术研究” (CSTC,2008BB6347); 重庆交通大学 博士启动基金项目“燃气管网系统泄漏安全性及定位预测的理论研究”。 2010年 第38卷 第6期 张甫仁等：基于组合模型的油气管道腐蚀速率预测 — 19— 1 基 于 双 改 进 的 灰 色 神 经 网 络 组 合 预 测 模 型 1.1 GMBP 预测模型的改进思路 根据文献[9- 10],时序预测 GM(1,1) 模 型的建模方法要求原始数列为光滑离散函数，其预 测精度和可靠性将取决于其光滑性；其次，在解微 分方程时有可能出现明显失效的情况；同时针对时 序预测时，存在数据老化的问题。因此，采用改进 的新陈代谢灰色GM(1,1) 预测模型就显得十分 必要。 采用引入附加动量和自适应学习速率的改进 BP神经网络模型，既在一定程度上弱化了原始数 据的随机性，容易找出数据变换规律，且具有建模 所需样本少的优点，又使得数据始终保持更新，避 免了数据的老化问题，同时还具有