基于PCA-PSO-BP神经网络的管道剩余强度评价

作者：朱峰

来源：油气田地面工程, 2020, 39(07): 50-56.

• 管道剩余强度
• PCA-PSO-BP神经网络
• 影响因素
• 平均绝对误差
• 预测结果

针对单缺陷管道的剩余强度问题,首先对影响管道剩余强度的相关因素进行深层次分析,建立PCA-PSO-BP神经网络模型,使用PCA算法对管道剩余强度影响因素进行降维处理,使用PSO算法对BP神经网络算法中的权值和阈值进行优选,根据文献中获取的148组管道实际爆破数据,随机选取128组数据作为学习样本,剩余20组数据作为验证样本,使用BP神经网络算法对管道剩余强度进行预测,并将预测结果与ASME B31G—2009、DNV RP—F101、API 579以及SYT6151—2009等公式的计算结果进行对比,以此验证PCA-PSO-BP神经网络的可行性。研究表明:管道钢级、直径、壁厚、缺陷类型、缺陷深度、缺陷长度是影响管道剩余强度的主要因素;PCA-PSO-BP神经网络预测结果的平均绝对误差仅有2.923%,远低于其他方法的计算误差,证明PCA-PSO-BP神经网络模型可用于管道剩余强度预测。

• 单位
  新疆油田公司