隨著國家經濟的高速發展,對油氣資源的需求越來越大,油氣田開采力度不斷擴大,油氣井數量不斷增加,集輸管道里程持續增加,管道內部輸送介質的腐蝕性加劇,使得與此相關的管道腐蝕問題越來越嚴重。腐蝕帶來的管道爆裂、原油泄漏等問題嚴重影響了國家和企業的發展。原油和天然氣為易燃、易爆物質,有時還含有硫化氫等有毒氣體,石油與天然氣管道始終是能源行業安全監管的重點領域之一。油氣集輸管道輸送工藝和介質復雜、內腐蝕影響因素眾多,腐蝕發生發展機制類型多樣,例如塔河油田管道所處工況環境復雜,具有“五高一低”特點（高H2O、高CO2、高H2S、高Cl-、高礦化度、低pH）,極易造成管道腐蝕與穿孔[1]。在管道軸向里程位置、管道環向時鐘位置上,腐蝕的發生各具特點,多數情況下局部腐蝕的出現由多個因素或機制協同作用引起,這使得內腐蝕風險預測更為困難。

近年來,隨著機器學習、人工智能等大數據技術的發展,機器學習技術逐漸進入工業領域,并在油氣管道缺陷智能識別[2]、管道漏磁內檢測、管道剩余壽命預測[3]等方面發揮著重要作用。MICHAEL等[4]基于油氣田集輸管道在線內檢測數據訓練貝葉斯網絡,使用訓練好的模型對沒有在線檢測數據的管道進行預測,結果表明,該貝葉斯網絡模型可以對管道的內部腐蝕進行準確的預測。凌曉等[5]充分利用某輸油管道檢測數據集,針對反向傳播神經網絡（BPNN）模型的起始權值和閾值的優化問題,采用遺傳算法（GA）進行參數尋優,有效克服了單一BPNN模型易陷入局部極值的問題,大幅提升預測精度,為管道完整性管理提供可靠的理論依據和決策支持。

作者以塔河油田歷史失效數據為基礎,利用皮爾遜（Pearson）相關系數和灰色關聯度分析的方法明確管道內腐蝕主控因素,通過粒子群（PSO）算法對隨機森林（RF）算法進行超參數優化,基于優化后的算法建立塔河油田管道內腐蝕風險預測模型,為油氣田管道的腐蝕預警與防護提供幫助。

1. 管道內腐蝕影響因素

油氣集輸管道腐蝕的影響因素主要包括溫度、CO2/H2S含量、水化學、流速、鋼的成分和表面狀態等,鋼表面腐蝕產物性質會隨著影響因素的變化而改變,從而對腐蝕速率產生顯著影響[6]。

1.1 H2S、CO2含量的影響

當H2S和CO2同時存在時,H2S腐蝕和CO2腐蝕之間存在協同和競爭關系,腐蝕過程比較復雜[7]。SKILBRED等[8]認為,當系統中同時存在H2S和CO2時,可以根據其分壓比p（CO2）/p（H2S）大致判斷腐蝕主導因素是H2S還是CO2。當腐蝕過程以H2S的腐蝕反應為主時,主要產生各種類型的鐵硫化物；當腐蝕反應由CO2腐蝕反應控制時,主要產生FeCO3；當腐蝕反應是兩種氣體腐蝕共同控制時,會同時生成各種鐵硫化物和FeCO3。

1.2 溫度的影響

溫度對腐蝕的影響主要通過影響腐蝕產物的形成來實現。在不同環境條件下,隨著溫度升高,鋼表面生成的腐蝕產物膜可能對腐蝕有促進作用,也可能有抑制作用。ABD等[9]使用HYSYS軟件模擬了濕氣管道的CO2腐蝕。當溫度低于40 ℃時,由于碳酸鐵層的高溶解度,管道表面沒有形成保護膜,腐蝕速率隨溫度的升高而增大；當溫度超過40 ℃時,管壁上形成致密的腐蝕產物膜,對基體起到保護作用,腐蝕速率降低。

1.3 pH的影響

SUN等[10]研究發現,pH可以通過影響電化學機制和表面保護性FeCO3膜的形成來影響碳鋼的CO2腐蝕。在多相流工況下,當pH高于6.2時,鋼表面能夠形成保護性的腐蝕產物膜,因此pH升高能夠明顯降低腐蝕速率。MORAES等[11]的研究表明,pH升高會抑制H+的陰極反應,使Fe的陽極溶解減緩,因此腐蝕速率降低。此外,鋼表面形成的碳酸鹽腐蝕產物膜能夠對鋼基體起到保護作用,而溶液pH升高會抑制碳酸鹽的溶解,進而降低腐蝕速率。

2. 基本原理

2.1 粒子群算法

作者采用粒子群優化算法對隨機森林模型的超參數進行優化,該算法受鳥類捕食行為的啟發,依靠群體智能隨機搜索,通過粒子之間相互合作共享位置和適應度信息逐漸收斂到全局最優解[12]。如果將參數的最優解假設為其值域空間中一個兼具位置和速度屬性的粒子,且尋優過程中的最優解由適應值（Fitness value）決定[13],具體迭代公式如下：

式中：和分別為粒子i在第j次迭代過程中第n維的速度和位置；是粒子i在第n維中自身最優解的位置,是群體在第n維中全局最優解的位置,每個粒子通過不斷追蹤這兩個最優解進行更新；c1和c2為學習因子；rand（0,1）為由計算過程隨機生成的（0,1）區間的隨機數；w為慣性權重。

2.2 隨機森林算法

隨機森林算法是一種高效且用戶友好的集成機器學習技術,可用于開發預測模型,通常用于回歸、分類以及特征選擇問題。隨機森林的概念最早在1995年由HO[14]提出,隨后BREIMAN[15]在2001年提出隨機森林算法并對該算法進行了系統闡述。隨機森林模型在回歸問題上應用廣泛,可有效解決傳統機器學習模型在訓練和預測過程中容易出現的過擬合問題,與其他機器學習模型相比,其訓練速度更快、魯棒性更強、預測效果更好[16]。圖1為隨機森林算法的模型。

圖 1隨機森林算法的模型

Figure 1.Model of random forest algorithm

3. 建模流程

基于PSO-RF算法的管道內腐蝕風險預測模型（以下簡稱PSO-RF模型）的建模流程如圖2所示。建模主要步驟包括：確定模型的輸入輸出變量；劃分數據集為訓練集和測試集；模型參數的優選和優化；模型訓練和評估。

圖 2基于PSO-RF算法的管道內腐蝕風險預測模型的構建流程

Figure 2.Construction process of pipeline internal corrosion risk prediction model based on PSO-RF algorithm

3.1 確定模型的輸入輸出變量

在建立的PSO-RF模型中,選擇管道腐蝕速率作為模型輸出變量,管道腐蝕影響因素作為輸入變量。值得注意的是,樣本數據在使用之前需經過歸一化處理,以消除管道腐蝕因素數據集單位和維度的影響,提高獲得最優解的速度,防止數據爆炸[17]。另外,考慮到某些特征如腐蝕影響因素與腐蝕速率的相關性較弱,即對腐蝕速率的貢獻率較小,這些弱相關特征的存在會對模型的訓練產生一定的干擾,導致模型泛化能力差,預測精度變低。故利用Pearson相關性分析和灰色關聯度分析來確定影響腐蝕速率的主控因素,進而確定模型的輸入變量。

3.2 劃分數據集為訓練集和測試集

數據集的劃分對模型的訓練和測試至關重要。在訓練模型之前,首先使用sklearn庫中的數據集劃分函數train_test_split()對數據樣本進行隨機劃分,訓練集和測試集樣本分別占總樣本數的80%和20%,其中訓練集用于訓練和構建模型,測試集用于模型的預測和評估檢驗。

3.3 模型參數的優選和優化

對于隨機森林算法而言,其超參數的選擇將直接影響模型預測的準確性,而一般的網格搜索方法有一定的局限性,尋優次數較多且容易陷入局部最優解。為了盡可能縮小預測誤差,找到全局最優解,作者選擇粒子群算法對參數進行優選和優化,然后再使用隨機森林算法對相關數據進行訓練和預測。

3.4 模型訓練和評估

最后使用訓練集對PSO-RF模型進行訓練,并使用測試數據集來評估模型的準確性。作者選擇決定系數（R2）、平均絕對誤差（σMAE）和均方根誤差（σRMSE）來評估模型的預測精度[18],計算公式分別見式（3）~（5）。決定系數R2的值介于0~1,其值越接近于1,表示模型的擬合度越好,模型預測結果越準確[19]。

式中：n表示樣本總量；和yi分別表示測試樣本的預測值和實際值。

4. 實例應用

4.1 建立數據集

作者以Python編程語言為基礎,使用Spyder.8軟件進行編程。從塔河油田歷年失效分析報告中的失效數據中共收集了603組數據作為預測模型的數據集。預測模型的輸入變量為影響管道腐蝕的因素,包括以下六個方面：總壓力、溫度、H2S分壓、CO2分壓、Cl-含量和含水率。輸出變量為管道在服役期間的平均腐蝕速率,利用首次穿孔刺漏時間、管線投產時間以及管線壁厚計算得到。表1為所有數據的范圍及統計特性,使用最大值、最小值和平均值來描述。

4.2 確定管道腐蝕主控因素

利用Pearson相關性分析以及灰色關聯度分析方法對油田管道腐蝕的主控因素進行研究,對輸入數據進行數據降維,提高模型的準確性。其中,Pearson相關系數（r）廣泛用于評估兩個變量之間的相關程度,其定義為協方差和標準差的商,它的值介于-1~+1。正值表示正線性相關,負值表示負線性相關。該值越接近+1或-1,線性相關性越強。而灰色關聯度分析是根據各因素之間相似或者相異的發展趨勢,也就是“灰色關聯度”來衡量各因素或系統之間的關聯程度[20]。

塔河油田輸油管道腐蝕因素與腐蝕速率的Pearson相關性分析結果如圖3所示。圖中用藍色表示正相關,紅色表示負相關,顏色的深淺表示相關性的強弱（完全不相關時為白色,完全相關時為深藍或深紅）。從圖3中可以看出,CO2分壓、溫度、Cl-含量和H2S分壓與腐蝕速率的相關性為強相關；含水率和壓力與腐蝕速率的相關性為弱相關。

圖 3腐蝕因素與腐蝕速率的Pearson相關性分析結果

Figure 3.Analysis result of Pearson correlation between corrosion factors and corrosion rate

塔河油田輸油管道腐蝕因素與腐蝕速率的灰色關聯度分析結果如圖4所示。從圖4中可以看出,管道內腐蝕速率與溫度、壓力、H2S分壓、CO2分壓、Cl-含量和含水率等影響因素的灰色關聯度從大到小排序為：CO2分壓（0.29）、溫度（0.233）、Cl-含量（0.218）、H2S分壓（0.211）、含水率（0.031）、壓力（0.017）。

圖 4腐蝕因素與腐蝕速率的灰色關聯度

Figure 4.Gray correlation degree between corrosion factors and corrosion rate

綜合以上分析結果,確定CO2分壓、溫度、Cl-含量和H2S分壓這4個因素作為塔河油田管道內腐蝕因素的主控因素。

4.3 模型參數設置

超參數的選擇將直接影響模型預測的準確性,為提高隨機隨機森林模型的預測精度,使用粒子群優化算法尋求模型參數的最優值,在參數尋優過程中,使用R2作為粒子群優化算法的適應度值。RODRIGUEZ-GALIANO等[21]通過優化隨機森林中決策樹的個數（n_estimators）和構建最優決策樹模型時考慮的最大特征數（max_features）來提高模型的準確性；除此之外,還有一些學者將決策樹最大深度（max_depth）[22]作為優化參數。本文中使用粒子群優化的隨機森林超參數包括：n_estimators、max_features和max_depth。設置參數的搜索區間如下：n_estimators∈[10,5000],max_features∈[0,5],max_depth∈[10,1000]。粒子群規模N=10,最大迭代次數K=200,慣性權重因子w=0.4,學習因子c1=c2=2。通過2 000次尋優最終確定隨機森林模型的最佳參數組合為[n_estimators:1656,max_features:,max_depth:96]。

4.4 模型結果與分析

將Pearson相關性分析和灰色關聯度分析后得到的4個腐蝕主控因素CO2分壓、溫度、Cl-含量和H2S分壓作為隨機森林模型的輸入參數,結合前面所得的參數最優值,通過訓練集數據訓練并建立塔河油田金屬管道腐蝕風險預測模型,使用測試集數據對模型的精度和可靠性進行評估。

首先為驗證使用Pearson相關性分析和灰色關聯度分析進行腐蝕主控因素選擇即特征降維的有效性,將特征降維前后PSO-RF模型的預測結果進行對比,如圖5所示。從圖5中可以看出,在特征降維之前即模型輸入特征為所有腐蝕因素時,模型預測的腐蝕速率與實際腐蝕速率差別較大,R2為0.81,模型預測精度較低。這是因為輸入特征中存在弱相關因素,其對模型的預測造成了干擾,導致模型預測精度變低。特征降維后,僅以腐蝕主控因素作為模型的輸入特征,此時模型的R2提升至0.97,預測精度有了大幅提升,模型預測的腐蝕速率更接近于實際值,預測誤差大大降低。這表明Pearson相關性分析和灰色關聯度分析相結合得到的腐蝕主控因素包含了影響腐蝕的主要信息,且該方法從腐蝕影響因素中去除了冗余信息,有效提高了模型預測精度。

圖 5特征降維前后PSO-RF模型的預測結果對比

Figure 5.Comparison of prediction results of PSO-RF model before and after feature dimension reduction

在復雜的機器學習模型訓練的過程中,經常會出現過擬合現象,從而導致模型泛化能力差。為驗證該PSO-RF模型是否存在過擬合問題,將訓練集和測試集數據輸入該模型進行預測,結果如圖6所示。表2列出了該模型在訓練集和測試集上的預測誤差及擬合情況?？梢园l現,PSO-RF模型在訓練和測試過程中都有較好的擬合效果,R2分別為0.99和0.97,且訓練集和預測集誤差相差不大,表明該模型在對未知數據的預測過程中也有很好的表現,沒有出現過擬合現象。

圖 6PSO-RF模型對訓練集和測試集的預測結果

Figure 6.PSO-RF model prediction results of training and testing samples

為驗證PSO-RF模型的預測效果,另外設置三個對比模型：BP神經網絡（BPNN）模型、網格搜索優化的隨機森林（GS-RF）模型以及遺傳算法優化的隨機森林（GA-RF）模型。所有模型的輸入特征均為降維后的特征,模型預測對比結果如圖7所示。

圖 7不同模型預測結果對比

Figure 7.Comparison of prediction results of different models

由圖7可知,BPNN模型的預測效果最差,R2僅為0.83,腐蝕速率預測值與實際值差別較大,誤差最大,σRMSE和σMAE分別達到0.381和0.179。其原因在于BPNN模型易陷入局部最小值,從而影響模型的預測精度。相對于BPNN模型,GS-RF模型和GA-RF模型的預測效果有了顯著的提升,R2分別達到0.87和0.92,其預測誤差也明顯減小,σRMSE分別降為0.337和0.251,σMAE分別降為0.127和0.063,預測精度明顯提升。其中GA-RF模型的尋優次數遠少于GS-RF模型,且能夠發揮遺傳算法的全局尋優能力。PSO-RF模型的預測結果最優,R2達到0.97,且誤差最小,σRMSE和σMAE分別為0.161和0.027,模型的預測準確度大大提升,相比于GA-RF模型,PSO-RF模型除了具有全局尋優能力,同時擁有高效的信息共享機制,因此能夠快速收斂至全局最優值,使隨機森林模型獲得最優超參數組合。

4種模型的腐蝕速率預測值與實際值的相關性分析分別如圖8所示。結果表明,在這4種模型中,PSO-RF模型的預測值與實際值最接近,除個別數據點之外,其余數據點基本可以擬合為一條直線。經計算得BPNN、GS-RF、GA-RF和PSO-RF模型的腐蝕速率預測值與實際值的決定系數R2分別為0.83、0.87、0.92和0.97。其中,PSO-RF模型的R2最接近1,因此其預測效果最優。

圖 8各模型的腐蝕速率預測值與實際值的相關性分析

Figure 8.Correlation analysis between the predicted corrosion rates of different models and the actual values

隨機森林模型作為數據驅動的集成類模型,比一般的淺層模型層數更多,在預測過程中能夠綜合考慮多個環境因素對腐蝕速率的影響,對于復雜結構的腐蝕數據集預測有較好的適用性；而粒子群優化算法不僅具有全局尋優能力,還擁有高效的信息共享機制。因此集成粒子群優化算法和隨機森林算法建立的PSO-RF模型泛化能力最強,預測性能最優,這一模型的建立可為塔河油田集輸管道的智能腐蝕風險管理提供思路和方法,以實現更好的安全管理,從而避免潛在事故。

5. 結論

（1）通過Pearson相關性分析和灰色關聯度分析,得到塔河油田集輸管道內腐蝕的4個主控因素：CO2分壓、溫度、Cl-含量和H2S分壓,以此作為模型輸入特征使得模型預測精度大幅提升。

（2）采用PSO算法對RF的超參數進行優化,通過實例研究,證明該方法可有效避免模型尋優過程中陷入局部極值的問題,快速獲得全局最優解,并大幅提升預測精度。在尋優次數相同的情況下,PSO的收斂速度比GA快,且PSO的尋優次數僅需2 000次,遠低于網格搜索的尋優次數。

（3）針對塔河油田管道復雜的腐蝕數據,PSO-RF模型的整體預測誤差較小,σRMSE和σMAE分別為0.161和0.027,R2等于0.97,與BPNN、GS-RF和GA-RF模型相比,該模型預測精度最高,在預測油氣管道腐蝕速率方面具有良好的性能。

文章來源——材料與測試網