灰色神经网络模型在油气管道腐蚀速度预测中的应用

第１３卷　第４期　２００　６年　１２月　安全与环境工程　Ｓａｆｅｔｙ　ａｎｄ　Ｅｎｖｉｒｏｎｍｅｎｔａｌ　Ｅｎｇｉｎｅｅｒｉｎｇ　Ｖｏ１．１３　Ｎｏ．４　Ｄｅｃ．　２００　６　灰色神经网络模型在油气管道腐蚀速度　预测中的应用　李秀娟，梅甫定　（中国地质大学工程学院，武汉４３００７４）　摘　要：简要说明了ＧＭ（１，１）模型和ＢＰ神经网络模型预测过程，提出了灰色神经网络组合模型，用此方法对某　原油长输管道腐蚀速度进行了预测，并用ＭａｔＬａｂ语言编程的方法对数据做了处理，结果表明用该方法预测得到的　数据与实测值非常接近。　关键词：油气管道；腐蚀速度；灰色神经网络；组合模型；预测　中图分类号：Ｘ９２　文献标识码：Ａ　文章编号：１６７１一ｌ５５６（２００６）０４—００７７—０４　Ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　Ｇｒｅｙ　Ｎｅｒｖｅ　Ｎｅｔｗｏｒｋ　Ｍｏｄｅｌ　ｔｏ　ｔｈｅ　Ｃｏｒｒｏｓｉｏｎ　Ｖｅｌｏｃｉｔｙ　Ｆｏｒｅｃａｓｔ　ｏｆ　Ｏｉｌ　ａｎｄ　Ｇａｓ　Ｐｉｐｅｌｉｎｅｓ　ＬＩ　Ｘｉｕ—ｊｕａｎ，ＭＥＩ　Ｆｕ－ｄｉｎｇ　（Ｆａｃｕｌｔｙ　ｏｆ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｃｈｉｎａ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｇｅｏｓｃｉｅｎｃｅｓ，Ｗｕｈａｎ　４３００７４，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｔｈｅ　ｐａｐｅｒ　ｆｉｒｓｔｌｙ　ｉｌｌｕｓｔｒａｔｅｓ　ｔｈｅ　ｆｏｒｅｃａｓｔ　ｐｒｏｃｅｓｓ　ｏｆ　ＧＭ（１，１）ｍｏｄｅｌ　ａｎｄ　ＢＰ　Ｎｅｒｖｅ　Ｎｅｔｗｏｒｋ　ｍｏｄｅｌ，ａｎｄ　ｔｈｅｎ　ｐｕｔｓ　ｆｏｒｗａｒｄ　ｔｈｅ　Ｇｒｅｙ　Ｎｅｒｖｅ　Ｎｅｔｗｏｒｋ　ｍｏｄｅｌ，ｂｙ　ｗｈｉｃｈ　ｔｈｅ　ｃｏｒｒｏｓｉｏｎ　ｖｅｌｏｃｉｔｙ　ｏｆ　ｓｏｍｅ　ｏｉｌ　ｐｉｐｅｌｉｎｅｓ　ｉｓ　ｆｏｒｅｃａｓｔｅｄ．Ｔｈｅ　ｒｅｌｅｖａｎｔ　ｄａｔａ　ａｒｅ　ｐｒｏｃｅｓｓｅｄ　ｂｙ　ａ　ｐｒｏｇｒａｍ　ｗｈｉｃｈ　ｉｓ　ｍａｄｅ　ｕｐ　ｉｎ　ａ　ｓｏｆｔｗａｒｅ　ｃａｌｌｅｄ　Ｍａｔｌａｂ．Ｔｈｅ　ｒｅｓｕｌｔ　ｉｎｄｉｃａｔｅｓ　ｔｈａｔ　ｔｈｅ　ｄａｔａ　ｇａｉｎｅｄ　ｂｙ　ｔｈｉｓ　ｍｏｄｅｌ　ｉｓ　ｃｌｏｓｅ　ｔｏ　ｔｈｏｓｅ　ａｃｔｕａｌｌｙ　ｍｅａｓｕｒｅｄ．　Ｋｅｙ　ｗｏｒｄｓ：ｏｉｌ　ａｎｄ　ｇａｓ　ｐｉｐｅｌｉｎｅ；ｃｏｒｒｏｓｉｏｎ　ｖｅｌｏｃｉｔｙ；Ｇｒｅｙ　Ｎｅｒｖｅ　Ｎｅｔｗｏｒｋ；ｒｅｓｕｌｔａｎｔ　ｍｏｄｅｌ；ｆｏｒｅｃａｓｔ　优点，计算精度一般也比灰色理论预测精度高，但其　Ｏ　引　ｇ：ｌ　油气输送管道在运行一定时间后，短则几个月，　长则几年就会因腐蚀穿孔而漏油、漏气　］，这不仅干　扰整个输送系统的正常运行，而且还可能导致火灾　计算量较大［引。为了较好地解决这一问题，笔者提　出了灰色神经网络组合模型，以提高预测速度和精　度。　爆炸、环境污染等恶性事故的发生，为此急需预测油　气管道腐蚀速度，以便为其检测与维护提供重要依　据。　１　ＧＭ（１，１）模型　。］　（１）对原始数列作累加生成处理：　有关油气管道腐蚀速度的预测方法较多，如灰　色理论、神经网络模型和模糊神经网络等。单纯的　灰色理论虽可进行较好的预测，但其预测精度不高，　且误差精度无法控制；单纯的神经网络虽具有并行　（２）确定系数矩阵Ｂ，ｙ　：　ｙ：＝Ｅｘ‘∞（２），ｚ∞　（３），……，ｚ∞　（　）］Ｔ　Ａ—Ｅａ，６］　计算、分布式信息存储、自适应学习以及容错性强等　收稿日期；２００６—０６—１５　作者简介ｔ李秀娟（１９８３一），女，硕士研究生，研究方向为安全检验、监测与评定。　维普资讯 http://www.cqvip.com

７８　安全与环境、工程　第１３卷　一－Ｌ１　ｖｚ（１）（１）＋　㈨（２）］　ｌ　层逐层修正各连接权值，最后回到输入层，随着这种　误差逆的传播修正不断进行，网络对输入模式响应　一Ｂ＝＝　丢［　）（２）十　）（３）］　１　的正确率也不断上升。　２．２网络学习步骤　首先给连接权值和阈值随机赋较小的值，选择　一丢［　（１　（　一１）＋　（１　（　）］　１　相应的特性函数，然后对每一训练数据进行下列操　（３）求参数向量Ａ：　作：　Ａ－－－（ＢｒＢ）一　Ｂ　Ｙ　（１）从训练样例中取一样例，把输入信息输入到　（４）确定模型：　网络中　＋　）一ｂ　（２）由网络分别计算各层节点的输出。　（３）计算网络的实际输出与期望输出的误差。　‘”（后＋１）＝［　‘。　（１）－－ｂ／ａ］×ｅ一　＋ｂ／ａ　（４）从输出层反向计算到第一个隐层，按一定原　（５）模型精度检验：　则向减小误差方向调整网络的各个连接权值。　使用后验差检验法判别模型优劣　计算的后验　（５）对训练样例中的每一个样例重复以上步骤，　羞检验比值ｃ和小误差概率Ｐ可从表１中查出精　直到对整个训练样例集的误差达到要求时为止。　度检验等级。　２．３模型相关因素处理［５　由于系统是非线性的，初始值对于学习能否达　表１精度检验指标　Ｔａｂｌｅ　１　Ｉｎｄｅｘｅｓ　ｏｆ　ｐｒｅｃｉｓｉｏｎ　ｔｅｘｔ　到局部最小和是否能够收敛的结果影响很大，因此，　预测精度等级Ｐ　Ｃ　ｌｌ预测精度等级Ｐ　Ｃ　初始权值在输入累加时使每个神经元的状态值接近　好　＞Ｏ．９５＜Ｏ．３５　ＩＩ　勉强　＞Ｏ．７　＜Ｏ．４５　于零，权值一般取随机数，要比较小，输入样本要进　合格　＞Ｏ．８　＜Ｏ．５０　ＩＩ　不合格ｄｏ．７≥Ｏ．６５３　行归一化处理，使那些比较大的输入仍能落在传递　函数梯度大的地方，将数据处理为区间［ｏ，１］之间的　数据，采用如下公式进行归一化处理：　ＢＰ神经网络模型　ｈ　：２－　ｍｉｎ　＝＝＝一　ｍＡｔ一２：ｍｉｎ　２．１　ＢＰ神经网络理论　ＢＰ网络最初是由Ｗｅｒｂｏｓ于１９７５年前后发明　３灰色神经网络模型　的，它由输入层神经元、输出层神经元及隐层神经元　组成，其中隐层可以是一层或多层，相邻层采用全互　将ＧＭ（１，１）模型预测得到的值作为神经网络　连结构，如图１所示。　的输入样本，真实值作为神经网络的目标样本，采用　一定的网络结构进行学习训练，调整其连接权值直　Ｊ，　到达到网络训练目标要求，就可以得到调整后的连　Ｙ２　接权值，再用ＧＭ（１，１）模型预测得到的值作为网络　的输入进行仿真　］。具体建模步骤如下：　（１）用原始数据组成时间序列建立ＧＭ（１，１）模　型。　输入层　隐层　输出层　（２）用建立的ＧＭ（１，１）模型进行预测，得到一　图１　ＢＰ神经网络结构　系列原始数据的预测值。　Ｆｉｇ．１　ＢＰ　ｎｅｔｗｏｒｋ　ｆｒａｍｅ　（３）建立神经网络模型［２］。根据笔者的具体实　例，建立图２所示的网络结构。　当有信息向网络输入时，信息首先由输入层传　该神经网络由四层组成，一个输入层，两个隐　至隐层节点，经特性函数作用后，再传至下一隐层，　层，一个输出层。隐层Ｂ的特性函数为：Ｓ型函数　直到最终传至输出层进行输出，其间每经过一层都　－厂（　）一１／（１＋　～）的对数，隐层Ｃ和输出层Ｄ的特　要由相应的特性函数进行交换。接下来，按照减少　性函数为：　＝ｚ；Ｗ１１、Ｗｌ２、Ｗ２１、Ｗ２２、　３１分别为各层　目标输出与实际误差的方向，从输出层经过各中间　之间的连接权值。　维普资讯 http://www.cqvip.com

第４期　李秀娟等：灰色神经网络模型在油气管道腐蚀速度预测中的应用　７９　输　隐　隐　输　入　层　层　出　层　Ｂ　Ｃ　层　Ａ　Ｄ　图２灰色神经网络结构　Ｆｉｇ．２　Ｇｒｅｙ　Ｎｅｒｖｅ　Ｎｅｔｗｏｒｋ　ｆｒａｍｅ　（４）对网络的初始连接权值和阈值进行设定，将　ＧＭ（１，１）模型预测得到的一系列预测值作为网络　的输入，将实际测量值作为神经网络的输出，对网络　进行多次训练，得到一系列调整后的连接权值和阔　值。　（５）用ＧＭ（１，１）模型的预测值作为网络的输　入，进行仿真，得到相应的输出为灰色神经网络的结　果。　４　预测实例　笔者以参考文献Ｌ５］中提供的某原油长输管道　近几年来腐蚀速度的实测值（表２）为例，依所建的　灰色神经网络模型，预测其腐蚀速度的发展变化。　表２腐蚀监测数据　Ｔａｂｌｅ　２　Ｄａｔａｓｈｅｅｔ　ｏｆ　ｃｏｒｒｏｓｉｏｎ　ｉｎｓｐｅｃｔｉｏｎ　时间　腐蚀速度（ｒａｍ・ａ一　）　时间　腐蚀速度／（ｍｍ・ａ　）　１９９８年０．７２８　３　２００２年０．４０９　８　１９９９年０．６８４　２　２００３年０．４１２　３　２０００年０．６１５　１　２００４年０．４０１　４　２００１年０．５４７　６　４．１　ＧＭ（１．１）模型预测　以表２中管道腐蚀速度作为原始数列，应用　ＧＭ（１，１）模型，通过用ＭａｔＬａｂ编写的程序进行预　测，预测结果见表３。　表３　ＧＭ（１。１）模型预测结果　Ｔａｂｌｅ　３　Ｆｏｒｅｃａｓｔｉｎｇ　ｒｅｓｕｌｔｓ　ｏｆ　ＧＭ（１＋１）ｍｏｄｅｌ　ＧＭ（１．１）　ＧＭ（１。１）　序号　时问　模型预测值　序号　时间　模型预测值　１　１９９８筇０．７２８　３　５　２００２年０．４６９　２　２　１９９９年０．６８２　１　６　２００３年０，４１４　２　３　２０００年０．６０２　１　７　２００４年０．３６５　６　４　２００１年０．５３１　５　其后验差检验比值Ｃ为０．３５８　３１１　８１９，小误差　概率Ｐ为０．９６，由表１可知预测精度合格。可见，　用ＧＭ（１，１）模型预测管道腐蚀速度，预测不够精　确。　４．２灰色神经网络模型预测　由表３可知，预测值都在［ｏ，１］之间，故不用对　其进行归一化处理。将ＧＭ（１，１）模型预测的值作　为神经网络的输入，即输入向量Ｐ＝［０．７２８　３，　０．６８２　２，０．６０２　２，０．５３１　６，０．４６９　３，０．４１４　３，　０．３６５　８］，将实际监测值作为网络的目标值，即目　标向量Ｔ一［０．７２８　３，０．６８４　２，０．６１５　１，０．５４７　６，　０．４０９　８，０．４１２　３，０．４０１　４］，用上面建立的网络结构　进行预测。利用ＭａｔＬａｂ软件中的神经网络工具箱　函数编写程序，选择合适的网络训练函数和学习函　数进行训练。预测结果见表４。　表４　灰色神经网络模型预测结果　Ｔａｂｌｅ　４　Ｆｏｒｅｃａｓｔｉｎｇ　ｒｅｓｕｌｔｓ　ｏｆ　Ｇｒｅｙ　Ｎｅｒｖｅ　Ｎｅｔｗｏｒｋ　ｍｏｄｅｌ　序号时间　序号时间　１　１９９８年０．７ｌ８　９８　５　２００２年０．４１　７　８４　２　１９９９年０．６９３　７３　６　２００３年０．４ＩＩ　７９　３　２０００年０．６２７　２９　７　２００４年０．４０１　２７　４　２００１年０．５３２　３７　计算得后验差检验比值Ｃ为０．０７３　６３７　５９３，小　误差概率Ｐ为１，由表１可知预测精度好。可见，用　笔者所建立的灰色神经网络模型较ＧＭ（１，１）模型　预测精度提高一个等级，说明预测值更接近于实测　值，预测结果有较高的置信度。若将实际监测值、　ＧＭ（１，１）模型预测值及灰色神经网络模型预测值　绘制成图３，从图３可直观看出，用灰色神经网络预　测的腐蚀速度更接近于实际监测值，尤其以２００２　年、２００３年、２００４年的值最明显，且单个值的最大误　差也没有超过０．０１５。　Ｊ耐　●　县　基　幽　ｇ　龌　捌　扭　图３函数逼近结果　Ｆｉｇ．３　Ｒｅｓｕｌｔｓ　ｏｆ　ｆｕｎｃｔｉｏｎ　ａｐｐｒｏａｃｈ　注：‘＊，为实际检测的腐蚀速度｝‘＋’为ＯＭ（１，１）模　型预测的腐蚀速度｝‘口’为灰色神经网络模型预测的　腐蚀速度　维普资讯 http://www.cqvip.com

８０　安全与环境工程　第１３卷　［２］赵金洲，喻西崇，李长俊．缺陷管道使用性评价技术Ｉ－Ｍ］．北京。　５　结语　中国石化出版社。２００５．７５—７６．　［３］邓聚龙．灰色系统基本方法Ｉ－Ｍ］．武汉：华中理工学院出版社，　１９８１．　油气管道腐蚀速度的预测方法虽较多，但不能　得到理想的预测效果。以某原油长输管道为例，用　笔者提出的灰色神经网络模型较ＧＭ（１，１）模型预　［４３主永庆．人工智能原理与方法ＥＭ］．西安：西安交通大学出版　牡，２００５．４２４—４２５．　Ｅ５３飞思科技产品研发中心．神经网络理论与ＭＡＴＬＡＢ７实现　－ＩＭ］．北京　电子工业出版社，２００５．　测精度提高一个等级，说明预测值更接近于实测值，　Ｅ６３樊伟，杨军，刘廷廷．灰色神经网络组合模型及在滑坡预测中的　预测结果有较高的置信度。需要说明的是，因检测　应用［Ｊ］．人民长江，２００５，３６（１１）；４９．　实例有限，这一模型还有待于进一步验证。　［７］于倩秀，郑云萍．油气管道腐蚀速度灰色动态多级残差模型的　参考文献ｉ　确立及应用［Ｊ］．管道技术与设备，２００５，（５）；３７．　［】］黄春芳．原油管道输送技术ｒＭ］．北京；中国石化出版社，２００３．　通讯作者：梅甫定（１９６４一），男，教授，主要从事安全评价、工业灾害　１　３０．　治理等方面的教学及研究工作。　关闭１　６种煤矿有据可依　不久前国务院办公厅转发了安全监管总　８．１个月内３次或者３次以上发现未对井　局、煤矿安监局、发展改革委、公安部、监察部、　下作业人员进行安全生产教育和培训或者特种　财政部、劳动保障部、国土资源部、国资委、工商　作业人员无证上岗的；　总局、电监会、全国总工会《关于进一步做好煤　９．不同采矿权人，其许可的采矿范围在垂　矿整顿关闭工作的意见》，明确了按照《国务院　直方向上相互重叠且影响安全生产的，只保留　关于预防煤矿生产安全事故的特别规定》等有　一个矿井，其他关闭；　关法律法规以及煤炭产业政策的有关要求应予　１Ｏ．在大型煤炭矿区范围内开采的；　关闭的１６种矿井。关闭这些矿井，完全符合党　ｌ１．年生产能力在３万ｔ及以下的矿井，其　的十六大和十六届五中、六中全会精神，符合国　中属于煤与瓦斯突出、水害威胁严重的必须在　家安全生产、资源、环保等方面的法律法规和产　２００６年年底前关闭，其他必须在２００７年年底　业政策的规定。应予关闭的１６种矿井是：　前关闭；　１．不符合矿产资源规划和矿业权设置方案　１２．资源接近枯竭的矿井，采矿许可证到期　的；　后一律予以关闭；　２．不符合经批准的煤炭工业发展规划和矿　１３．纳入资源整合范围的矿井，未履行煤矿　区总体规划的；　建设项目相关核准手续和”三同时”（安全设施　３．未依法取得采矿许可证、安全生产许可　与主体工程同时设计、同时施工、同时投入生产　证、煤炭生产许可证、营业执照和矿长资格证、　和使用）审批程序、违规越权核准，未重新取得　矿长安全资格证，擅自从事生产的；　采矿许可证、安全生产许可证和煤炭生产许可　４．超层越界开采拒不退回的；　证擅自组织生产的；　５．３个月内２次或者２次以上发现有重大　１４．擅自进行”三下”（建筑物下、水体下、铁　安全生产隐患，仍然组织生产的；　路下）开采和在自然风景名胜区、文物保护区、　６．被依法责令停产整顿的矿井擅自组织生　重要水源地、重要设施等区域内开采的；　产的或整顿验收不合格的；　１５．国家和地方产业政策明令淘汰的；　７．存在煤与瓦斯突出、自然发火、冲击地　１６．地方人民政府规定应予关闭的。　压、水灾威胁等重大安全生产隐患，经论证在现　有技术条件下难以有效防治的；　（稿件来源：国家安全生产监督管理总局网站）