[发明专利]管道腐蚀速率预测的方法、装置和计算机设备

说明书

本发明公开了管道腐蚀速率预测的方法、装置和计算机设备，其中，从管道设备和管道设备的循环水介质中，获取腐蚀数据，通过数据预处理模型对腐蚀数据进行数据预处理，得到预处理数据，通过降维模型得到降维数据，将降维数据随机分成训练数据和测试数据，根据训练数据进行参数调整和迭代运算，对测试数据中的腐蚀因素数据进行腐蚀速率预测，得到测试数据中腐蚀速率数据的第一预测值，将测试数据中的腐蚀速率数据与第一预测值进行对比，得到回归评估指标，根据回归评估指标评估数据预测模型的预测结果，解决了腐蚀预测模型学习速度慢、精度低的问题，提高了腐蚀预测模型学习效率和预测的准确度。

技术领域

本申请涉及石油化工腐蚀技术领域，特别是涉及管道腐蚀速率预测的方法、 装置和计算机设备。

背景技术

各行各业中，金属腐蚀问题难以避免，而且，腐蚀会对国家经济造成巨大 损失，尤其在石油化工行业中，每年因腐蚀带来的经济损失占本国本年度国民 经济总产值的3％～5％。石油炼制过程中循环水水质问题引起的换热设备和管道 的腐蚀问题凸显，影响炼油装置的安全运行。因此，炼油装置需要通过采集多 种腐蚀影响因素的数据，例如，温度、腐蚀性元素、酸碱度、流速等，以及反 应腐蚀结果的数据，例如，铁离子含量、腐蚀损失等进行水质调整和腐蚀控制。 因此，建立基于各类腐蚀因素变量的腐蚀结果预测模型，通过监测腐蚀因素来 快速评估和预测该循环水的腐蚀状态，采取相应的调整和防腐措施，对开展腐蚀防护工作，保障设备安全有一定意义。

相关技术中，通过神经网络模型建立腐蚀预测模型来预测腐蚀速率，虽然 可以从不同程度上预测特定情况下特定设备的腐蚀状况，但传统神经网络算法 学习速度慢，精度低。

针对相关技术中，腐蚀预测模型学习速度慢、精度低的问题，目前尚未提 出有效的解决方案。

发明内容

针对相关技术中，腐蚀预测模型学习速度慢、精度低的问题，本发明提供 了管道腐蚀速率预测的方法、装置、计算机设备和存储介质，以至少解决上述 问题。

根据本发明的一个方面，提供了一种管道腐蚀速率预测的方法，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， 其中，所述数据预处理包括数据无量纲化和异常值处理，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。

在其中一个实施例中，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。

在其中一个实施例中，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；