[发明专利]一种基于数据挖掘的在役油管柱腐蚀失效预测系统

权利要求书

1.一种基于数据挖掘的在役油管柱腐蚀失效预测系统，其特征在于，包括 与油管工作环境相关联的训练数据源、油管失效预报器和用户；

所述油管工作环境，包括影响油管钢腐蚀的环境因素、材料因素和力学因 素；

所述训练数据源，通过两种方式获取训练数据：一是通过连接数据库，获 取存储在数据库中的数据；二是通过访问arff文件，获取以arff文件形式存储的 数据；

所述油管失效预报器，参考了Composite模式，为一个刷新预测模型并进行 预测，接收用户输入的预测数据调用预测器模型并输出预测结果，与用户交流 的界面；

所述用户，可以输入预测数据并通过该系统得到准确可信的预测结果；

所述训练数据源和用户分别连接油管工作环境和油管失效预报器，油管失 效预报器通过训练数据源获取训练数据，经过数据预处理形成训练数据集；然 后通过获得的训练数据集调用所需的预测器模型，刷新油管失效预报器中的预 测模型；当用户有新的预测数据输入，油管失效预报器接收数据，调用所需预 测模型进行预测，并给出预测结果。

2.根据权利要求1所述的一种基于数据挖掘的在役油管柱腐蚀失效预测系 统，其特征在于，所述油管材料因素包括钢材合金元素的化学成分及其热处理 状态；所述环境因素包括温度、气体分压、pH值、流速、流型、溶液过饱和度 和细菌；所述力学因素包括管材承载下的应力大小、方向与分布情况。

3.根据权利要求1所述的一种基于数据挖掘的在役油管柱腐蚀失效预测系 统，其特征在于，通过所述训练数据源获取的训练数据，要根据需要选择是否 进行数据预处理，才能形成训练数据集。

4.根据权利要求3所述的一种基于数据挖掘的在役油管柱腐蚀失效预测系 统，其特征在于，所述数据预处理包括数据的净化、数据格式转换以及变量整 合。

5.根据权利要求1所述的一种基于数据挖掘的在役油管柱腐蚀失效预测系 统，其特征在于，所述油管失效预报器，参考了Composite模式，其预测模型组 合包括：基于随机树算法的预测器、基于可更新朴素贝叶斯算法的预测器、基 于LWL算法的预测器、基于IBk算法的预测器、基于SMO回归算法的预测器、 基于上瘾回归算法的预测器和基于神经网络算法的预测器。

6.根据权利要求4所述的一种基于数据挖掘的在役油管柱腐蚀失效预测系 统，其特征在于，所述油管失效预报器使用一个预测器进行预测，或使用多个 预测器进行预测，即使用组合方法调用多个预测器进行预测。

7.根据权利要求1或4所述的一种基于数据挖掘的在役油管柱腐蚀失效预 测系统，其特征在于，所述预测器参考Weka软件中提供包括数据预处理、建立 预测模型进行数据预测。