[发明专利]一种海底管道内腐蚀敏感因素分析方法

说明书

本发明名称为:一种海底管道内腐蚀敏感因素分析方法，本发明属于管道内腐蚀评价领域,具体涉及一种海底管道内腐蚀敏感因素分析方法。本发明旨在提供一种海底管道内腐蚀敏感因素分析方法，基于OLGA模拟计算海底管道的流动数据和管道内检测数据,采用Pearson相关系数法、Spearman相关系数法、灰色关联度法和神经网络法将得到的四种分析结果进行平均化处理，将各方法的弊端保持在同一水平。在不考虑四种方法自身带来的误差的情况下，只需对平均化后的排名进行归类，总结出影响腐蚀速率的主要及次要影响因素。

技术领域：

本发明属于管道内腐蚀评价领域,具体涉及一种海底管道内腐蚀敏感因素分析方法。

背景技术：

海底管道有着输量大、高安全度及适应性好等特点，但由于海底管道环境特殊，一旦发生腐蚀穿孔，会致使大量的石油与天然气泄漏，污染环境。

目前，常用的管道内腐蚀敏感因素分析方法为Pearson相关系数法，该方法确定敏感因素时有一个明显的缺陷，即对线性关系的敏感性。如果两者之间的关系是非线性的，则即使两个变量之间存在一一对应的关系，Pearson的相关系数也可能接近于零。

与本发明相关的现有技术一

资料收集,从管道运营方处收集管道基本信息包括但不限于:管道属性信息、管道内流体介质信息、沿程泵站信息、管道高程里程信息等。

沿线流动参数计算，采用OLGA软件计算沿程流动参数。

因素显著水平计算，采用SPSS软件分析，利用Pearson相关系数法整理得到影响腐蚀速率因素的显著水平，显著水平越大即该因素对腐蚀的影响越大。

结果分析，按照显著水平从大到小将影响因素进行排序，确定影响腐蚀的主要因素。

现有技术一的缺点

由于技术原理原因，Pearson相关系数法其自身有个弊端。即相关系数靠近1或-1的程度(也就是相关度)受到数据量n的影响，这说明对于同一参考序列，不同大小的样本量会对衡量两变量间的相关系数产生一定的误差影响。

Pearson相关系数有一个明显的缺陷就是，对线性关系的敏感性。如果关系是非线性的，则即使两个变量之间存在一一对应的关系，Pearson的相关系数也可能接近于零。

发明内容：

本发明旨在提供一种海底管道内腐蚀敏感因素分析方法，考虑基于OLGA模拟计算海底管道的流动数据和管道内检测数据,采用Pearson相关系数法、Spearman相关系数法、灰色关联度法和神经网络法将得到的四种分析结果进行平均化处理，这样即可将各方法的弊端保持在同一水平。在不考虑四种方法自身带来的误差的情况下，只需对平均化后的排名进行归类，总结出影响腐蚀速率的主要及次要影响因素。

附图说明：

为了更清楚的展示本发明的实施例和技术方案，下面将通过附图对实施例或现有技术做简单介绍，下面描述中的附图仅仅是本发明的一些实施例。

图1为海底管道内腐蚀敏感因素分析流程图

图2为神经网络算法流程图

具体实施方式(重点)：

步骤1：检测管道资料调研,收集关于检测段管道的信息,包括但不限于检测管段的起点位置和终点位置、长度、类别、周边描述信息、管道坐标信息和管道环焊缝信息等。

步骤2：管道介质流体包制作,采用PVTsim软件建立可用于OLGA软件计算的管道介质流体包,流体包内包括管道内介质组分、各组分占比和管道温度和压力上下限等信息。

步骤3：管道模型建立,根据收集到的管道高程里程信息、管道壁厚材质信息、保温层信息等，采用OLGA软件建立目标管道模型。