文章编号:1009-6094(2023)07-2238-08基于小波KPCASSAELM的盐穴储气库注采管柱内腐蚀速率预测*骆正山，欧阳长风，王小完，张新生(西安建筑科技大学管理学院，西安710055)摘要:为提升盐穴储气库注采管柱的内腐蚀速率预测精度，建立了基于小波核主成分分析方法(KernelPrincipalComponentsAnalysis，KPCA)和樽海鞘群算法(SalpSwarmAlgorithm，SSA)优化的极限学习机(ExtremeLearningMachine，ELM)腐蚀速率预测模型。首先通过小波KPCA提取影响注采管柱内腐蚀的主要特征，应用ELM建立盐穴储气库注采管柱内腐蚀速率预测模型，并采用SSA对模型参数进行迭代寻优，避免原参数选取的强随机性对模型泛化能力和预测性能的影响。结果表明，经小波KPCA特征提取后得到包含98.73%原信息的3项主成分，SSA－ELM模型的预测结果与实际值基本吻合，其均方根误差(EＲMS)为0.0093，平均绝对百分比误差(EMAP)为0.3360%，决定系数(Ｒ2)高达0.9912，较其他3种对比模型性能更优。研究表明，所建模型具有强泛化性能和高预测精度，能够有效预测盐穴储气库注采管柱的内腐蚀速率，为盐穴储气库注采系统的完整性评价和风险预警提供参考。关键词:安全工程;盐穴储气库;注采管柱;内腐蚀速率;核主成分分析法(KPCA);樽海鞘群算法(SSA);极限学习机(ELM)中图分类号:X937文献标志码:ADOI:10.13637/j．issn．1009-6094.2021.1440*收稿日期:2021－08－12作者简介:骆正山，教授，博导，从事油气管道风险评估与管理、机器学习、智能信息处理研究，luozhengshan@163.com。基金项目:国家自然科学基金项目(41877527)0引言随着我国天然气需求量的逐年增长，作为战略能源储备基础设施的地下储气库数量正在逐步增加［1］。盐穴储气库具有低孔低渗、蠕变特性好、自损伤恢复能力强等优势［2－3］。注采管柱作为盐穴储气库的核心结构，因其所处环境复杂并承担较高压力，易受多种腐蚀因素影响而造成完整性破坏［4－5］。因此，探究盐穴储气库注采管柱的腐蚀机理与规律、建立高精度的腐蚀预测模型意义重大。目前，国内外学者已对管线腐蚀问题展开了大量研究。2019年，张智等［6］提出了基于DWM95的注采管柱腐蚀速率预测模型，考虑了油气生产过程中的主要腐蚀因素，探究了多阶段注采管柱的腐蚀规律。2019年，张新生等［7］基于非等间距灰色模型(UGM(1，1))建立了初始条件滑动的非等间距管道腐蚀预测灰色模型(SUGM(1，1，ρ))，更准确地描述海洋立管的腐蚀发展特征。Chen等［8］通过主成分分析法评估海底管道失...
