PDF下载
分享
[1]孙天礼　韩雪　黄仕林　赵春兰　何欢　曾德智.元坝高酸性气田地面管道内腐蚀预测[J].油气储运,2023,42(01):1-6.
　SUN Tianli,HAN Xue,HUANG Shilin,et al.Internal corrosion prediction of ground pipeline of Yuanbahigh-sour gasfield[J].Oil & Gas Storage and Transportation,2023,42(01):1-6.
点击复制

元坝高酸性气田地面管道内腐蚀预测

《油气储运》[ISSN:1000-8241/CN:13-1093/TE] 卷: 42 期数: 2023年01期 页码: 1-6 栏目: 出版日期: 2023-01-25
Title:
Internal corrosion prediction of ground pipeline of Yuanba
high-sour gasfield
作者:

孙天礼　韩雪　黄仕林　赵春兰　何欢　曾德智

Author(s):

SUN Tianli;  HAN Xue;  HUANG Shilin;  ZHAO Chunlan;  HE Huan;  ZENG Dezhi

关键词:

高含硫气田; 站内管道; 腐蚀速率预测; BP 神经网络; 主控因素

Keywords:

high-sulfur gas field;  pipelines in the station;  corrosion rate prediction;  BP neural network;  main control factors

分类号:
TE88
文献标志码:
A
摘要:
针对元坝高酸性气田地面管道的内腐蚀问题，提出了一种考虑多因素的BP 神经网络腐蚀预测模型。该模
型以温度、CO2 分压、H2S 分压、pH 值、Cl- 含量、总矿化度、液气比、缓蚀剂残余量8 类工况数据作为输入量，腐
蚀速率作为输出量，通过现场实测获得大量历史样本数据，对BP 神经网络进行训练，实现了地面管道的腐蚀速
率预测。利用该模型对元坝高酸性气田地面管道各腐蚀因素的重要程度进行评判，结果表明：随机抽取工况参
数，模型预测值与实测值的平均绝对误差在10％以内，预测模型具有较高的准确性和可靠性；影响元坝高酸性气
田地面管道腐蚀速率的主控因素为H2S 分压，CO2 分压和缓蚀剂残余量次之。研究成果可为类似气田地面管线
的内腐蚀评估提供技术借鉴。

相似文献/References:

[1]黄春芳 陈燕 周芳 黄月 吴州阳 杨松 王自发. 石油天然气管道站内管道爆破吹扫[J].油气储运,2012,31(12):934.[doi:10.6047/j.issn.1000-8241.2012.06.016]
　Huang Chunfang,Chen Yan,Zhou Fang,et al. Bursting purge method in stations of oil and gas pipeline[J].Oil & Gas Storage and Transportation,2012,31(01):934.[doi:10.6047/j.issn.1000-8241.2012.06.016]

更新日期/Last Update: 2022-12-05