[发明专利]基于RS-PSO-GRNN的埋地油气管道土壤腐蚀预测方法

摘要

本发明公开了一种基于RS‑PSO‑GRNN的埋地油气管道土壤腐蚀预测方法，包括以下步骤：1)构建原始样本集{xij|i＝1,2,L,m,j＝1,2,L,n}；2)对步骤1)得到的原始样本指标值进行离散化处理，再根据离散化后的条件属性集及决策属性集建立决策表；3)采用RS理论中的属性约简删除决策表中的冗余指标，得管道核心指标样本集；4)对步骤3)得到的管道核心指标样本集进行归一化处理；5)将步骤4)得到的归一化处理后的管道核心指标样本集分为训练样本集及测试样本集，再将训练样本作为GRNN输入的训练集；6)将步骤5)得到的训练集输入至RS‑PSO‑GRNN土壤腐蚀预测模型中，得各监测点的管道年均腐蚀壁厚，该方法能够准确获取各监测点的管道年平均腐蚀壁厚。

主权项

1.一种基于RS‑PSO‑GRNN的埋地油气管道土壤腐蚀预测方法，其特征在于，包括以下步骤：1)识别管道土壤腐蚀因素，再根据管道土壤腐蚀因素构建埋地管道土壤腐蚀指标体系，然后获取埋地管道土壤腐蚀的原始样本指标，并构建原始样本集{xij|i＝1,2,L,m,j＝1,2,L,n}，其中，xij为第i个管道样本的第j个指标值，m及n分别为监测点管道序号总数及管道土壤腐蚀指标的维数；2)对步骤1)得到的原始样本指标值进行离散化处理，再根据离散化后的条件属性集及决策属性集建立决策表；3)采用RS理论中的属性约简删除决策表中的冗余指标，得管道核心指标样本集；4)对步骤3)得到的管道核心指标样本集进行归一化处理；5)将步骤4)得到的归一化处理后的管道核心指标样本集分为训练样本集及测试样本集，再将训练样本作为GRNN输入的训练集；6)构建RS‑PSO‑GRNN土壤腐蚀预测模型，再将步骤5)得到的训练集输入至RS‑PSO‑GRNN土壤腐蚀预测模型中，得各监测点的管道年均腐蚀壁厚。