《表3 常见模型预测平均绝对误差及训练时间》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于PCA-WNN模型的油田回注水管道腐蚀速率预测》
在Matlab软件中分别编写WNN算法、BP神经网络算法以及GM(1,m)算法,根据PCA降维结果,把涂层完好性,回注水温度、流速,CO2及H2S含量,溶解氧含量,pH值以及SRB含量作为回注水管道腐蚀速率的影响因素,将随机选取的40组实际数据输入到这3种算法中进行学习,对剩余5组数据进行预测,计算每种预测算法的平均绝对误差,并统计每种算法的数据训练时间。3种预测模型的预测结果如图2所示,预测结果的误差情况如图3所示,预测结果的平均绝对误差及数据训练时间如表3所示。可以看出,PCA-WNN模型的预测结果与实际回注水管道腐蚀速率基本相同,预测结果的最大误差不超过3%,平均绝对误差仅为1.35%,且模型的数据训练时间最短;PCA-BP神经网络预测结果误差变动情况最大,且平均绝对误差高达10.96%;PCA-GM(1,m)模型的预测误差虽然低于PCA-BP神经网络,但是模型的数据训练时间最长。可见PCA-WNN模型适用于油田回注水管道腐蚀速率预测。
图表编号 | XD0080927300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.20 |
作者 | 于淼 |
绘制单位 | 中国石油新疆油田公司风城油田作业区 |
更多格式 | 高清、无水印(增值服务) |