《表3 模型预测平均绝对误差及预测时间》
将原油pH值、含水率、二氧化碳含量、硫化氢含量、盐含量、溶解氧含量、管道温度、原油流速这八种因素作为集输管道腐蚀速率的影响因素,在MATLAB软件中建立GRNN预测模型。使用交叉验证的方法对光滑因子进行优选,优选结果为0.7。将25组数据作为训练样本,对5组数据进行预测,并将PCA-GRNN模型的预测结果和PCA-BP神经网络模型、PCA-WNN神经网络模型的预测结果进行对比,预测结果如图3所示,预测误差如图4所示,预测结果的平均绝对误差和预测时间如表3所示。从图4、表3中可以看出,PCA-GRNN模型的预测结果与集输管道的实际腐蚀速率十分接近,平均绝对误差仅有1.28%,预测时间仅为3.78 s;PCA-WNN神经网络模型的预测误差也相对较小,仅有2.56%,但是该模型的预测时间相对较长;PCA-BP神经网络模型的预测误差最大,且预测时间最长,说明该方法并不适用于集输管道腐蚀速率预测。综上所述,PCA-GRNN模型适用于集输管道腐蚀速率预测。
图表编号 | XD0051676000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.30 |
作者 | 辛欣 |
绘制单位 | 中煤科工集团西安研究院有限公司 |
更多格式 | 高清、无水印(增值服务) |