应用BP神经网络预测N80油管CO2腐蚀速率
摘要
通过室内CO2腐蚀模拟实验获得实验数据，利用灰色理论对CO2腐蚀参数进行分析确定CO2腐蚀的主要影响因素，建立BP神经网络腐蚀速率预测模型，利用主要影响因素进行网络训练。利用此模型预测徐深气田某井的腐蚀剖面，预测结果表明：BP神经网络预测结果与气井实验结果接近，体现了BP神经网络在处理非线性数据方面的优越性。灰色理论、神经网络预测模型的研究对于徐深气田CO2腐蚀研究有一定的指导意义。
关键词
BP神经网络；N80油管；CO2腐蚀速率
全文:
PDF参考
刚振宝，刘伟，卫秀芬等。大庆油田深层气井腐蚀规律及防腐对策[J]。大庆石油地质与开发，2007，26（3）：95-99.
张国安, 陈长风，路民旭，等. 油气田中CO2 腐蚀的预测模型[J]. 中国腐蚀与防护学报,2005,25(2):119-123.
赵景茂，左禹，张金坦。用灰色关联分析法研究气井腐蚀的影响因素[J]. 北京化工大学学报，2001，28（3）：39-42.
冯其红，韩松，赵文勇。应用人工神经网络方法预测油井堵水效果[J]. 大庆石油地质与开发，2001，20（4）：42-43.
胡小芳, 韩廷亮, 盖国胜. 用人工神经网络预测天然气管道内腐蚀速度[J]. 油气储运,2004,23(9):56-58.
欧阳, 韩逢庆. 基于BP 神经网络的材料腐蚀预测模型[J]. 西南农业大学学报( 自然科学版),2004，26（4）：510-513.
蒋仕章，王清华，樊成. 输气管道内腐蚀速度BP 神经网络预测模型[J]. 油气储运,2002.21(7):22-24.
DOI: https://doi.org/10.33142/ec.v1i1.25
Refbacks
- 当前没有refback。
版权所有（c）{$ COPYRIGHTYEAR} {$ copyrightHolder}
此作品已接受知识共享署名-非商业性使用 4.0国际许可协议的许可。