论文摘要
针对油田回注水管道的腐蚀问题,对引起回注水管道腐蚀的相关因素进行系统分析,建立PCA-WNN模型,使用PCA （主成分分析）算法对回注水管道腐蚀影响因素进行优选,使用WNN （小波神经网络）算法对回注水管道的腐蚀速率进行预测,将预测结果与实际腐蚀速率、PCA-BP神经网络和PCA-GM （1, m）模型的预测结果进行对比,并计算每种算法预测结果的平均绝对误差和数据训练时间,以此验证该模型应用的可行性。研究表明:管道内涂层完好性和CO2含量对管道腐蚀速率的影响较大,而回注水压力对管道腐蚀速率的影响较小;PCAWNN模型预测结果的平均绝对误差仅为1.35%,远小于其他两个模型预测的平均绝对误差,模型学习时间仅为2.39 s,远小于其他两个模型的学习时间,证明该模型可用于油田回注水管道腐蚀速率预测。
论文目录
文章来源
类型: 期刊论文
作者: 于淼
关键词: 油田注水,管道腐蚀,模型,腐蚀速率,影响因素,误差
来源: 油气田地面工程 2019年06期
年度: 2019
分类: 工程科技Ⅰ辑
专业: 石油天然气工业
单位: 中国石油新疆油田公司风城油田作业区
分类号: TE988.2
页码: 86-91
总页数: 6
文件大小: 2250K
下载量: 88