[发明专利]管道腐蚀速率预测的方法、装置和计算机设备在审

专利信息
申请号: 201911015222.X 申请日: 2019-10-24
公开(公告)号: CN110751339A 公开(公告)日: 2020-02-04
发明(设计)人: 陈良超;杨剑锋;李光海;陆新元 申请(专利权)人: 北京化工大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06K9/62;G06F17/18
代理公司: 33250 杭州华进联浙知识产权代理有限公司 代理人: 单长芳
地址: 100020 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 腐蚀 测试数据 预测模型 降维 数据预处理 管道设备 评估指标 速率数据 训练数据 预测 腐蚀速率预测 计算机设备 循环水介质 预处理数据 准确度 参数调整 迭代运算 管道腐蚀 评估数据 速率预测 学习效率 因素数据 预测结果 回归 学习
【权利要求书】:

1.一种管道腐蚀速率预测的方法,其特征在于,所述方法包括:

从管道设备和所述管道设备的循环水介质中,获取腐蚀数据,其中,腐蚀数据包括腐蚀因素数据和腐蚀速率数据;

通过数据预处理模型对所述腐蚀数据进行数据预处理,得到预处理数据,通过降维模型对所述预处理数据进行降维处理,得到降维数据;

将所述降维数据随机分成训练数据和测试数据,在数据预测模型根据所述训练数据进行参数调整和迭代运算之后,对所述测试数据中的所述腐蚀因素数据进行腐蚀速率预测,得到所述测试数据中所述腐蚀速率数据的第一预测值;

将所述测试数据中的所述腐蚀速率数据与所述第一预测值进行对比,得到回归评估指标,根据所述回归评估指标评估所述数据预测模型的预测结果,在所述回归评估指标小于或者等于预设回归评估指标的情况下,输出所述第一预测值,保存所述数据预测模型。

2.根据权利要求1所述的方法,其特征在于,在所述数据预测模型根据所述训练数据进行参数调整和迭代运算之后,所述方法包括:

所述数据预测模型引入缩减参数,通过所述缩减参数控制所述迭代运算的次数。

3.根据权利要求1所述的方法,其特征在于,所述数据预测模型根据所述训练数据进行参数调整包括:

对所述训练数据进行交叉验证,得到训练模型预设参数的训练参数值和评估值,其中,所述交叉验证包括对所述训练数据进行训练和验证,所述训练参数值和所述评估值一一对应;

在所述预设参数的数量为1的情况下,根据所述评估值选择所述训练参数值作为所述数据预测模型的预测参数值,在所述预设参数的数量大于1的情况下,对每组所述预设参数的组合进行所述交叉验证,根据所述交叉验证的所述评估值,选择所述训练参数值作为所述数据预测模型的预测参数值。

4.根据权利要求1所述的方法,其特征在于,所述根据所述回归评估指标评估所述数据预测模型的预测结果包括:

在所述回归评估指标大于所述预设回归评估指标的情况下,且在所述数据预测模型的误差曲线的波动范围小于预设波动值的情况下,认为所述数据预测模型符合所述预设要求,对所述降维数据进行所述参数调整;或者,

在所述回归评估指标大于所述预设回归评估指标的情况下,且在所述数据预测模型的误差曲线的波动范围大于或者等于所述预设波动值的情况下,认为所述数据预测模型不符合所述预设要求,对所述腐蚀数据进行所述数据预处理。

5.一种管道腐蚀速率预测的装置,其特征在于,所述装置包括获取模块、处理模块、预测模块和检验模块:

所述获取模块,用于从管道设备和所述管道设备的循环水介质中,获取腐蚀数据,其中,腐蚀数据包括腐蚀因素数据和腐蚀速率数据;

所述处理模块,用于通过数据预处理模型对所述腐蚀数据进行数据预处理,得到预处理数据,通过降维模型对所述预处理数据进行降维处理,得到降维数据;

所述预测模块,用于将所述降维数据随机分成训练数据和测试数据,在数据预测模型根据所述训练数据进行参数调整和迭代运算之后,对所述测试数据中的所述腐蚀因素数据进行腐蚀速率预测,得到所述测试数据中所述腐蚀速率数据的第一预测值;

所述检验模块,用于将所述测试数据中的所述腐蚀速率数据与所述第一预测值进行对比,得到回归评估指标,根据所述回归评估指标评估所述数据预测模型的预测结果,在所述回归评估指标小于或者等于预设回归评估指标的情况下,输出所述第一预测值,保存所述数据预测模型。

6.根据权利要求5所述的装置,其特征在于,所述预测模块包括控制单元:

所述控制单元,用于所述数据预测模型引入缩减参数,通过所述缩减参数控制所述迭代运算的次数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京化工大学,未经北京化工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911015222.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top