摘要
本发明涉及一种基于可解释集成学习的油气管道腐蚀速率预测方法及系统,包括:获取现场勘测的油气管道腐蚀数据;对所述油气管道腐蚀数据进行特征工程,去掉与腐蚀速率相关性小于设定值的特征,获得特征筛选后的数据;基于上述筛选后的数据构建集成学习模型,并比较不同模型的评估性能,选择最优模型作为腐蚀速率预测模型;基于上述选择的最优模型对测试数据集进行测试,预测油气管道腐蚀速率;基于额外树回归模型,采用可解释方法将模型输入特征对腐蚀速率的影响结果进行可视化,分析不同输入参数对腐蚀速率的影响,深入挖掘管道腐蚀影响因素与腐蚀速率之间的内在关联,为腐蚀机理的研究提供指导。
技术关键词
管道腐蚀速率预测
集成学习模型
油气
特征工程
计算机可执行程序
数据获取模块
壁面剪应力
皮尔逊相关系数
可读存储介质
处理器
随机森林
存储器
计算机设备
系统为您推荐了相关专利信息
添加剂系统
混砂罐
裂缝模型
定量加砂系统
模拟系统
数据分析软件
卡尔曼滤波器
漏磁检测器
缺陷定位方法
定位器
分数阶神经网络
评估预测模型
电数字数据处理
样本
轨道
政务
智能管理系统
智能交互系统
多模态交互
智能管理方法