基于遗传算法优化BP神经网络预测CO₂/H₂S环境中套管钢的腐蚀速率

万里平¹，徐友红¹，冯兆阳¹，孔斌¹，杨兵²

1. 西南石油大学油气藏地质及开发工程国家重点实验室2. 大庆石油管理局松原机械总厂

摘 要：基于CO₂/H₂S共存腐蚀环境的复杂性、危险性,以及两者协同与竞争效应的不确定等原因,套管钢在CO₂/H₂S共存腐蚀环境中腐蚀速率测试存在试验时间长、误差较大且存在不安全隐患等缺陷,现有的单一腐蚀速率预测模型不能满足这方面的研究。利用建立的遗传算法优化BP神经网络模型分别对不同温度、不同CO₂分压和不同H₂S分压条件下套管钢的腐蚀速率进行预测。与单纯的BP神经网络模型预测相比,遗传算法优化BP神经网络训练收敛速率有所增加,预测效果得到改善;遗传算法优化BP神经网络预测值与实测值吻合较好,此预测模型可靠性很强;该方法为我国高酸性气田开发中快速获取腐蚀速率数值提供了一条新的思路。

关键词：遗传算法;酸性气田;腐蚀速率;BP神经网络;H2S腐蚀;