-
题名基于主成分和粒子群优化支持向量机的管道内腐蚀预测
被引量：19
- 1
-
-
作者
毕傲睿
骆正山
乔伟
孙阳阳
-
机构
西安建筑科技大学管理学院
中煤科工集团西安研究院有限公司
中国华能集团清洁能源技术研究院有限公司
-
出处
《表面技术》
EI
CAS
CSCD
北大核心
2018年第9期133-140,共8页
-
基金
"十三五"国家重点研发计划项目(2017YFC0804100)
国家自然科学基金项目(61271278)
+1 种基金
陕西省教育厅自然科学基金项目(16JK1465)
中国华能集团清洁能源技术研究院基金项目(TX-15-CERI02)~~
-
文摘
目的研究输油金属管道内腐蚀预测模型,以改善管道维修策略和提高使用期限。方法分析输油管道内腐蚀原因,归纳腐蚀因素,采用主成分分析法对腐蚀因素进行优选,摒弃相关联但腐蚀贡献率较低的因素,以最大化表征腐蚀原因及减少不必要的处理过程。将贡献率较大的腐蚀因素作为支持向量机预测模型的输入变量,以腐蚀率作为目标输出,建立管道腐蚀预测模型。针对支持向量机参数选取问题,应用鲶鱼粒子群算法进行寻优,以提高预测精度。以20#钢管为例进行了模型验证,并与其他预测模型进行了对比和分析。结果主成分分析筛选得到的管道内腐蚀的主要因素有:H_2S、CO_2、Cl^-、酸碱值、压力、介质温度、流速。通过鲶鱼粒子群算法改进的支持向量机模型的预测与实际值的平均相对误差为2.82%,相关性系数值为0.9955,均优于其他三种预测模型。结论金属管道的内腐蚀由多个腐蚀因素共同作用形成,采用主成分和粒子群优化的支持向量机模型能够精确预测内腐蚀率,对金属管道维修和管理的借鉴性高。
-
关键词
内腐蚀
腐蚀因素
腐蚀率预测
主成分分析
支持向量机
鲶鱼粒子群
-
Keywords
irmer-corrosion
corrosion factors
corrosion rate prediction
principal component analysis
support vector machine
catfish particle swarm
-
分类号
TG172
[金属学及工艺—金属表面处理]
-
-
题名微电网线路与负荷有序并行恢复的优化方案
被引量：5
- 2
-
-
作者
汪笃军
刘天羽
-
机构
上海电机学院电气学院
-
出处
《电测与仪表》
北大核心
2018年第13期67-73,共7页
-
基金
上海市自然科学基金资助项目(15ZR1417300
14ZR1417200)
-
文摘
为了在微电网黑启动过程中快速地恢复网内线路与负荷,构建了双层网架模型并提出了一种基于双层网架最小树结构的有序并行恢复策略。对鲶鱼二进制粒子群算法进行改进使其实现冲击强度的自适应调节,利用改进后的鲶鱼二进制粒子群算法优化微电源启动顺序及其路径,并将其用于优化每一时步投入线路与负荷的组合。IEEE33节点系统的算例结果验证了改进算法和所提策略的有效性。
-
关键词
微电网
黑启动
改进的鲶鱼粒子群算法
并行恢复
-
Keywords
micro- grid
black- start
the improved CBPSO method
parallel restoration
-
分类号
TM73
[电气工程—电力系统及自动化]
-
