BP神经网络模型的改进及其在海底管道外腐蚀速率预测中的应用 |
| |
引用本文: | 张梁,高源,杨光,李民强.BP神经网络模型的改进及其在海底管道外腐蚀速率预测中的应用[J].安全与环境学报,2023(11):3882-3888. |
| |
作者姓名: | 张梁 高源 杨光 李民强 |
| |
作者单位: | 1. 西南石油大学机电工程学院;2. 中石化胜利油田海洋采油厂海洋工程技术服务中心 |
| |
基金项目: | 国家重点研发计划项目(2016YFC0802102-03); |
| |
摘 要: | 针对海底油气管道外腐蚀问题构建模型预测其腐蚀速率,建立基于改进鹈鹕优化算法(Improvement Pelican Optimization Algorithm, IPOA)的BP神经网络(Back Propagation Neural Network, BPNN)腐蚀速率预测模型。通过Logistic-Tent混沌映射初始种群与收敛因子非线性化的方法提高鹈鹕算法(POA)的全局搜索能力和寻优精度,采用IPOA算法优化BPNN的权值和阈值,提升模型的预测精度与鲁棒性。以实海挂片试验数据为基础,建立POA-BPNN和BPNN模型作为对比。结果表明:IPOA-BPNN模型的决定系数R2为0.966 4,均方误差为0.235 3,平均相对误差为3.16%,均优于其余两个模型,模型的鲁棒性较未改进有较大的提升。这表明IPOA-BPNN模型能够为海底管道的维修与更换提供决策支持。
|
关 键 词: | 安全工程 海洋油气管道 管道腐蚀速率 改进鹈鹕优化算法(IPOA) BP神经网络(BPNN) |
|
|