基于IAOA-KELM的储气库注采管柱内腐蚀速率预测

作者：骆正山; 于瑶如; 骆济豪; 王小完

来源：安全与环境学报, 2023, 1-9.

DOI：10.13637/j.issn.1009-6094.2023.0267

• 安全工程
• 地下储气库
• 注采管柱
• 核极限学习机
• 改进阿基米德优化算法
• 腐蚀速率

针对储气库注采管柱的内腐蚀速率预测问题，建立基于阿基米德优化算法(AOA)与核极限学习机(KELM)相结合的模型提高腐蚀速率预测精度。通过引入佳点集、改进密度降低因子、黄金正弦算法缩小搜索空间，提高局部开发能力，利用改进阿基米德优化算法(IAOA)优化KELM正则化系数(C)和核函数参数(γ)，进而建立IAOA-KELM储气库注采管柱内腐蚀速率预测模型；使用MATLAB软件运用该模型对某注采管柱内腐蚀数据集进行学习与预测，将IAOA-KELM模型与KELM、PSO-KELM、AOA-KELM结果进行预测误差对比。结果显示IAOA-KELM模型的预测值与实际值较为拟合，其ERMSE为0.65%，EMAE为0.39%，R2为99.83%，均优于其他模型。证明IAOA-KELM模型能够更为准确预测储气库注采管柱内腐蚀速率，为储气库注采管柱的运维及储气库的健康管理提供参考。

• 单位
  北京理工大学; 西安建筑科技大学