摘要
本发明涉及埋地管道腐蚀监测技术领域,具体涉及一种基于KPCA‑Kriging模型的埋地管道腐蚀速率预测方法。其包括:获取埋地管道腐蚀速率相关的土壤参数的检测数据;对于每个土壤参数,对所述检测数据进行标准化处理以得到标准化数据;利用KPCA算法对标准化数据进行特征提取并将累计贡献率超过设定阈值的因子作为主成分;以所述主成分的特征向量作为输入特征,以埋地管道腐蚀速率作为输出变量构建训练样本;对所述训练样本使用Kriging方法进行训练;使用训练后的模型对埋地管道腐蚀速率进行预测。本发明建立了一种基于KPCA‑Kriging模型的腐蚀速率预测方法,实现了较高的预测精度。
技术关键词
管道腐蚀速率预测
Kriging模型
埋地管道腐蚀
KPCA算法
腐蚀速率预测方法
贡献率
数据
矩阵
土壤电阻率
参数
变量
特征值
监测技术
样本
训练集
因子
元素
电流
系统为您推荐了相关专利信息
配电网规划
负荷特征
低压配电网
模式
历史负荷数据
响应面模型
优化设计方法
冲击式水轮机转轮
水斗
变量
概率分析方法
Kriging模型
涡轮叶片疲劳寿命
样本
涡轮轴
SOH预测方法
锂电池SOH估计
KPCA算法
拉丁超立方抽样
因子