统计学习理论在预测注水管道腐蚀速率中的研究与应用
Application of Statistics in Predicting Corrosion Rate of Water Injecting Pipeline
浏览(4010) 下载(2)
- DOI:
- 作者:
- 王大勋1, 刘洪1, 陈耀礼2, 赵坤2, 唐洪俊1, 赵金洲3
WANG Da-xun1
- 作者单位:
- 1. 重庆科技学院, 重庆 400042;
2. 重庆气矿, 重庆 400021;
3. 西南石油学院, 四川, 成都 610015
Chongqing Institute of Science and Technology, Chongqing 400042 China
- 关键词:
- 统计学习理论;注水管道;腐蚀速率;预测;支持向量机
prediction;water injecting pipeline;corrosion rate;support vector machine
- 摘要:
- 支持向量机是在统计学习理论的基础上发展而来的一种新的模式识别方法，在解决有限样本、非线性及高维模式识别问题中表现出许多特有的优势。文章针对注水管道中腐蚀速率和腐蚀影响因素之间复杂的映射关系，在注水管道腐蚀速率预测研究中引入基于统计学习理论的支持向量机算法，研究了胜利油田某实验区注水水质腐蚀的影响因素，并应用LibSVM软件建立了注水管道腐蚀速率预测模型，从而提供了一种注水管道腐蚀速率预测新方法。实际应用结果表明，用支持向量机算法进行注水管道腐蚀速率的预测在样本有限的情况下具有明显的优势。
Aimed at the complex reflection relationship between corrosion rate and corrosion influ-ence factors of water injecting pipeline,the support vector machine algorithm that is based on statisticad learning theory.2005,4(4): 1-4 收稿日期：2004-10-9分类号：TG172基金项目：国家863项目的部分研究成果—石油勘探开发分布式集成应用系统(863-306-ZT04-03-3)作者简介：王大勋(1956— ）男，重庆人，讲师，毕业于解放军后勤工程学院，长期从事油气田开发工程的科研和教学工作。参考文献：
[1] Vapnik V N.统计学习理论的本质(第二版)[M] .张学工译.北京:清华大学出版社,2000.[2] Vapic V. An Overview of Statistical Learning Theory[J] .IEEEE Transaction on Neural Netowrks. 1999,10 (5):988-999.[3] 喻西崇,赵金洲,邬亚玲,等.利用神经网络分析注水管道内腐蚀影响因素[J] .油气储运,2003,22(2):27-31.[4] 喻西崇,赵金洲,邬亚玲.利用BP神经网络预测注水管道的腐蚀速率[J] .石油机械,2003,31(1):14-16.