,,,,

(中海油田服務(wù)股份有限公司，塘沽 300450)

多元熱流體是一種由液態(tài)水、水蒸汽、CO2及N2等組成的高溫高壓混合流體，并含有極少量未參與燃燒的O2組分[1]。對于稠油油藏來說，將多元熱流體注入油層可以達到提高原油采收率的目的[2]。然而，多元熱流體的組成及性能參數(shù)也會對注熱管柱產(chǎn)生不同程度的腐蝕，影響注熱管柱的使用壽命及作業(yè)安全。因此，確定多元熱流體腐蝕評價指標及指標權(quán)重至關(guān)重要，可為多元熱流體腐蝕快速預(yù)測模型建立提供重要參考。

目前確定權(quán)重的方法很多，主要分為三類：主觀賦權(quán)法、客觀賦權(quán)法和組合賦權(quán)法[3-5]。主觀賦權(quán)法是根據(jù)決策者的知識經(jīng)驗水平確定各指標的相對重要程度，該方法能保證賦權(quán)結(jié)果與指標實際重要程度相符合，但主觀隨意性較大，常用的有層次分析法、專家調(diào)查法、模糊分析法等?？陀^賦權(quán)法是根據(jù)原始數(shù)據(jù)研究指標之間的關(guān)系進而確定權(quán)重，得出的權(quán)重客觀性強，但有時賦權(quán)結(jié)果與指標的實際重要程度不符且難以給出明確解釋，如熵值法、主成分分析法、均方差法等。為確保賦權(quán)結(jié)果的準確性和可靠性，本工作提出基于“層次分析法-BP神經(jīng)網(wǎng)絡(luò)法”組合賦權(quán)的多元熱流體腐蝕評價指標權(quán)重模型，綜合利用專家自身知識經(jīng)驗和客觀試驗數(shù)據(jù)，避免單一方法在賦權(quán)中存在的局限性，為多元熱流體腐蝕評價指標權(quán)重確定提供一種新的思路。

1　組合賦權(quán)法計算模型

1.1　層次分析法確定主觀權(quán)重

層次分析法是將與決策有關(guān)的元素分解成目標、準則、方案等層次，在此基礎(chǔ)之上進行定性和定量分析的決策方法[6-7]。其基本思想是將組成復(fù)雜問題的多個指標進行“兩兩比較”，然后進行綜合評價，最后確立各指標的權(quán)重。這種方法是利用專家經(jīng)驗、知識等構(gòu)造判斷矩陣，思路清晰，可以將決策者的主觀判斷及客觀推理緊密地聯(lián)系起來。

1.1.1 構(gòu)造判斷矩陣

對各評價指標按照判斷矩陣標度(見表l)進行兩兩相對重要程度比較，通過引入九級比例標度將專家主觀判斷定量化，從而構(gòu)造判斷矩陣A=(aij)n×n。

表1　判斷矩陣標度及含義Tab. 1　Judgment matrix scale and its implication

1.1.2 計算最大特征值和特征向量

計算特征向量W1=(w11,w12,……,w1n)T：

(1)

計算評價矩陣的最大特征值λmax：

(2)

1.1.3 一致性檢驗

對特征值和特征向量進行一致性檢驗，以確定權(quán)值分配是否合理。一致性檢驗公式如下：

(3)

表2　平均隨機一致性指標RITab. 2　Average random consistency index RI

通常當CR<0.1時，認為判斷矩陣符合一致性要求，此時可用特征向量W1作為權(quán)向量；否則，則需對判斷矩陣進行適當修正，直至獲取滿意的隨機一致性。

1.2　BP神經(jīng)網(wǎng)絡(luò)法確定客觀權(quán)重

BP神經(jīng)網(wǎng)絡(luò)是一種基于誤差反向傳播算法的多層前饋神經(jīng)網(wǎng)絡(luò)，由輸入層、隱含層和輸出層組成[8]。該網(wǎng)絡(luò)可以實現(xiàn)輸入數(shù)據(jù)和輸出數(shù)據(jù)之間復(fù)雜的非線性映射關(guān)系，并且可以根據(jù)客觀數(shù)據(jù)進行自適應(yīng)學習。

以室內(nèi)試驗數(shù)據(jù)作為網(wǎng)絡(luò)訓(xùn)練樣本，原始數(shù)據(jù)矩陣為X=(Xij)m×n，期望輸出為T=(t1,t2,…,tm)T，Xij第i組試驗數(shù)據(jù)中第j個評價指標對應(yīng)的原始值，i=1，2，…，m，j=1，2，…，n。設(shè)計BP神經(jīng)網(wǎng)絡(luò)的輸入層包含n個節(jié)點，輸入向量表示為X=(x1,x2,…,xn)T；隱含層包含k各節(jié)點，輸出向量表示為Z=(z1,z2,…,zk)T；輸出層包含一個節(jié)點，Y=(y1,y2,…,ym)T。輸入層到隱含層之間的連接權(quán)表示為V=(vij)n×k，隱含層到輸出層之間的連接權(quán)表示為U=(u1,u2,…,uk)T。

1.2.1 計算隱含層、輸出層輸出

隱含層第i個節(jié)點的輸出為：

(4)

對于輸出層，有

(5)

初始參數(shù)vij、w2i均隨機選取最小值。

1.2.2 調(diào)整連接權(quán)值

uj(t)=uj(t-1)+ηδyyj

(6)

(7)

1.2.3 計算網(wǎng)絡(luò)誤差

所有訓(xùn)練樣本的期望輸出T與網(wǎng)絡(luò)輸出Y的總差值為：

(7)

若誤差小于精度要求，則訓(xùn)練結(jié)束，否則重新對樣本進行訓(xùn)練。

1.2.4 計算權(quán)重

網(wǎng)絡(luò)訓(xùn)練結(jié)束后，由輸入層到隱含層之間的連接權(quán)矩陣V，計算各輸入層節(jié)點到所有隱含層節(jié)點間連接權(quán)的絕對值之和，并歸一化，得到指標的權(quán)重W2=(w21,w22,…,w2n)T,計算公式見式(8)。

(8)

1.3　組合賦權(quán)法賦權(quán)結(jié)果

以上評價指標權(quán)重的方法中，既有主觀賦權(quán)法(層次分析法)，又有客觀賦權(quán)法(BP神經(jīng)網(wǎng)絡(luò)法)。為了使賦權(quán)結(jié)果達到主觀和客觀的統(tǒng)一，本文建立了基于層次分析法和BP神經(jīng)網(wǎng)絡(luò)法的組合賦權(quán)法評價模型，以提高評價結(jié)果的科學性和準確性。組合賦權(quán)法權(quán)重計算公式如下：

wj=αw1j+(1-α)w2j

(9)

式中：wj表示第j個指標的組合權(quán)重；w1j、w2j分別為第j個指標的主觀權(quán)重和客觀權(quán)重；0≤α≤1，代表決策者對不同賦權(quán)方法的偏好程度，α=0時，決策者全部采用客觀權(quán)重，α=1時，決策者全部采用客觀權(quán)重，本文取α=0.5。

2　實例應(yīng)用

以多元熱流體腐蝕評價為例，研究組合賦權(quán)法確定指標權(quán)重的可行性。根據(jù)組合賦權(quán)法模型，首先應(yīng)確定多元熱流體腐蝕評價指標體系，然后分別采用層次分析法和BP神經(jīng)網(wǎng)絡(luò)法計算評價指標權(quán)重，最后綜合得到組合賦權(quán)法權(quán)重。

2.1　評價指標構(gòu)建及基礎(chǔ)數(shù)據(jù)

多元熱流腐蝕影響因素較多，然而室內(nèi)試驗不可能對所有的影響因素進行評價，有必要對評價指標進行優(yōu)化，提取幾個最能表征腐蝕損害的指標。主成分分析法是利用降維的思想，把多指標轉(zhuǎn)化為少數(shù)幾個綜合指標，通過計算主成分對各評價指標的方差貢獻以及主成分的得分系數(shù)，從而對其重要性進行排序[9]。經(jīng)主成分分析法對評價指標進行優(yōu)化后，最終篩選出6個影響注熱管柱腐蝕的評價指標，分別為：溫度、流速、CO2分壓、O2分壓、含水率和礦化度。并選用六因素五水平的正交表L25(56)，開展N80鋼腐蝕速率試驗，試驗結(jié)果作為BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)，見表3。

表3　多元熱流腐蝕試驗數(shù)據(jù)Tab. 3　Corrosion test data of MCTF

2.2　評價指標權(quán)重計算

按照層次分析法和BP神經(jīng)網(wǎng)絡(luò)法的實施步驟，采用MATLB軟件計算，并求取兩者賦權(quán)結(jié)果的算術(shù)平均值，得到組合賦權(quán)法確定的多元熱流體腐蝕評價指標權(quán)重，見表4。

表4　評價指標權(quán)重計算結(jié)果Tab. 4　The calculation results of evaluation index weight

由表4可見：層次分析法和BP神經(jīng)網(wǎng)絡(luò)法計算得到的腐蝕評價指標權(quán)重的排序一致，說明計算結(jié)果達到了主觀和客觀上的統(tǒng)一；組合賦權(quán)法將層次分析法和BP神經(jīng)網(wǎng)絡(luò)法的計算結(jié)果相結(jié)合，進一步提高了指標權(quán)重的準確性和可靠性；200 ℃以上高溫范圍內(nèi)，O2分壓對N80鋼的腐蝕影響最顯著，權(quán)重達到0.431 4，其次是溫度、礦化度、流速、含水率，CO2分壓影響最小，這是因為高溫條件下CO2的腐蝕產(chǎn)物FeCO3將分解成氧化鐵，氧腐蝕特征明顯，從而驗證了組合賦權(quán)法與理論研究結(jié)果的一致性。

3　結(jié)論

(1) 提出了基于"層次分析法-BP神經(jīng)網(wǎng)絡(luò)法"組合賦權(quán)的腐蝕評價指標權(quán)重模型，為多元熱流體腐蝕評價指標權(quán)重確定提供了一種新的思路。

(2) 通過實例分析，200 ℃以上高溫范圍內(nèi)，O2分壓對N80鋼的腐蝕影響最顯著，權(quán)重達到0.431 4，其次是溫度、礦化度、流速、含水率，CO2分壓影響最小，這是因為高溫條件下CO2的腐蝕產(chǎn)物FeCO3將分解成氧化鐵，氧腐蝕特征明顯，驗證了組合賦權(quán)法與理論研究結(jié)果相輔相成。

(3) BP神經(jīng)網(wǎng)絡(luò)法是通過對原始試驗數(shù)據(jù)的學習，獲得各評價指標的權(quán)重，客觀性較強，但是受限于數(shù)據(jù)樣本的數(shù)量及質(zhì)量，計算結(jié)果可能與實際情況不一致。進而與層次分析法計算結(jié)果相結(jié)合，主客觀一致性得到體現(xiàn)，提高了腐蝕評價指標權(quán)重的準確性和可靠性。

參考文獻：

[1]孫永濤,程鵬,馬增華,等. 高溫多元熱流體注采液中N80鋼的腐蝕行為[J]. 腐蝕與防護,2012,33(3):218-221.

[2]林濤,孫永濤,馬增華,等. 多元熱流體中熱-氣降粘作用初步探討[J]. 海洋石油,2012,9,32(4):74-76.

[3]胡振華,黎春秋,熊永清. 基于“AHP-IE-PCA”組合賦權(quán)法的戰(zhàn)略性新興產(chǎn)業(yè)選擇模型研究[J]. 科學學與科學技術(shù)管理,2011,32(7):104-109.

[4]陳偉,夏建華.綜合主. 客觀權(quán)重信息的最優(yōu)組合賦權(quán)方法[J]. 數(shù)學的實踐與認識,2007,37(1):17-21.

[5]穆瑞欣,陳曉紅,游達明. 基于主客觀綜合賦權(quán)的長株潭城市群循環(huán)經(jīng)濟評價[J]. 系統(tǒng)工程,2010,28(1):113-116.

[6]梁杰,侯志偉. AHP法專家調(diào)查法與神經(jīng)網(wǎng)絡(luò)相結(jié)合的綜合定權(quán)方法[J]. 系統(tǒng)工程理論與實踐,2001,21(3):59-63.

[7]甘應(yīng)愛,田豐,李維錚,等. 運籌學[M]. 北京:清華大學出版社,2015.

[8]孫會君,王新華. 應(yīng)用人工神經(jīng)網(wǎng)絡(luò)確定評價指標的權(quán)重[J]. 山東科技大學學報(自然科學版),2001,20(3):84-86.

[9]王敏,陳民鋒,劉廣為,等. 主成分分析法確定海上油田水驅(qū)效果評價關(guān)鍵指標[J]. 油氣地質(zhì)與采收率,2015,22(2):112-116.