本发明属于天然气管道，具体涉及一种页岩气管道微生物内腐蚀速率预测方法。
背景技术：
1、页岩气是天然气增储上产的主力军，2020年页岩气产量已经突破200亿立方米，同比增幅超过40%，超过国产气总量的10%。在实际生产过程中，随气井及地面工程生产时间的增加，页岩气井下油管、平台管线及集输管线出现了严重的腐蚀现象，投产后短期内发生管线的频繁泄漏。预先对腐蚀发展趋势进行判断，采取有效措施，可降低管线失效风险，减少经济损失和社会影响。
2、但目前在腐蚀速率预测方面，存在以下问题：
3、（1）相关标准、文献主要给出了二氧化碳腐蚀、硫化氢腐蚀的腐蚀速率预测模型，但是srb腐蚀和二氧化碳、硫化氢腐蚀机理差异性大，已有腐蚀速率预测模型不能借用；
4、（2）文献报道的相关腐蚀速率预测算法，理论性强，应用效果没有数据支撑；
5、（3）微生物腐蚀是一个生物和非生物因素协同作用的复杂过程，只建立单因素的腐蚀速率预测模型，预测结果和实际情况会有较大差异。
技术实现思路
1、针对现有技术中的上述不足，本发明提供的页岩气管道微生物内腐蚀速率预测方法解决了现有方法未考虑微生物腐蚀的复杂情况，传统预测模型存在预测效果不理想的问题。
2、为了达到上述发明目的，本发明采用的技术方案为：一种页岩气管道微生物内腐蚀速率预测方法，包括以下步骤：
3、s1、分析并初筛管道以微生物为主因腐蚀的相关因素；
4、其中，相关因素包括静态非生物腐蚀因素和动态生物腐蚀因素；
5、s2、对相关因素筛选腐蚀主控因子；
6、s3、基于筛选的腐蚀主控因子，构建并训练多因素腐蚀速率预测模型；
7、s4、对构建的多因素腐蚀速率预测模型进行修正，并利用修正的多因素腐蚀速率预测模型进行管道微生物内腐蚀速率预测。
8、进一步地，所述步骤s1中，所述静态非生物腐蚀因素包括温度、浓度、浓度、浓度、浓度和ph值；
9、所述动态生物腐蚀因素包括流速、srb数量、分压和压强。
10、进一步地，所述步骤s2中，对静态非生物腐蚀因素筛选腐蚀主控因子的方法具体为：
11、sa-21、在无srb无氧条件下，在预设时间段内采集页岩气管道的多个腐蚀速率值，以及在预设时间段采集各静态非生物腐蚀因素的多个参数值；
12、sa-22、对多个腐蚀速率值进行聚类，获得多个腐蚀速率集合；
13、sa-23、对各静态非生物腐蚀因素的多个参数值进行聚类，获得多个静态非生物腐蚀因素集合；其中，多个静态非生物腐蚀因素集合包括各静态非生物腐蚀因素下以参数值取值为聚类中心多个集合；
14、sa-24、分析各腐蚀速率集合和各静态非生物腐蚀因素集合之间的关联程度，并根据确定的关联程度，从静态非生物腐蚀因素中筛选出对应的腐蚀主控因子。
15、进一步地，所述步骤s2中，对动态生物腐蚀因素筛选腐蚀主控因子的方法具体为：
16、sb-21、在无srb无氧条件下，进行静态非生物腐蚀因素多水平的静态腐蚀挂片正交实验，测得腐蚀速率；
17、sb-22、基于测得的腐蚀速率，分析每个静态非生物腐蚀因素在不同水平下的k值，根据k值确定腐蚀极端条件；其中，k值为静态非生物腐蚀因素在同一水平多次实验下的腐蚀速率求和后的平均值；
18、sb-23、在极端腐蚀条件下，在预设时间段内采集页岩气管道的多个腐蚀速率值，以及在预设时间段采集各动态生物腐蚀因素的多个参数值；
19、sb-24、对多个腐蚀速率值进行聚类，获得多个腐蚀速率集合；
20、sb-25、对各动态生物腐蚀因素的多个参数值进行聚类，获得多个动态生物腐蚀因素集合；其中，多个动态生物腐蚀因素集合包括各动态生物腐蚀因素下以参数值取值为聚类中心多个集合；
21、sb-26、分析各腐蚀速率集合和各动态生物腐蚀因素集合之间的关联程度，并根据确定的关联程度，从动态生物腐蚀因素中筛选出对应的腐蚀主控因子。
22、进一步地，所述步骤sa-24和步骤sb-26中，基于确定的关联程度，从静态非生物腐蚀因素中筛选出对应的腐蚀主控因子和从动态生物腐蚀因素中筛选出对应的腐蚀主控因子的方法相同，具体为：
23、对于每一个腐蚀速率集合，将其分别与各腐蚀因素对应的多个集合进行对比，确定腐蚀速率集合和腐蚀因素集合中，采集时间相同的腐蚀速率元素和腐蚀因素元素，形成{腐蚀速率,静态非生物腐蚀因素(a1,a2,…,an)}元素组；
24、筛选腐蚀速率大于预设值的元素组，并确定各类元素组的数量，将数量大于预设阈值的元素组中的腐蚀因素作为筛选出的腐蚀主控因子；
25、其中，腐蚀因素为静态非生物腐蚀因素或动态生物腐蚀因素，n为腐蚀因素的种类序数，当为静态非生物腐蚀因素时，n=1~6，当为动态生物腐蚀因素时，n=1~4。
26、进一步地，所述步骤s2中，筛选出的腐蚀主控因子包括温度、浓度、浓度、流速、srb数量以及分压。
27、进一步地，所述步骤s3中，所述多因素腐蚀速率预测模型包括gbdt编码模块、多元线性回归模块以及时序记忆分析模块；
28、所述多因素腐蚀速率预测模型输出预测结果的方法具体为：
29、s31、将基于以微生物为主因腐蚀的相关因素进行的正交实验获得的腐蚀速率数据作为原始特征数据；将基于筛选的腐蚀主控因子的正交实验获得的腐蚀速率数据作为重要特征数据；
30、s32、通过gbdt编码模块对重要特征数据进行gbdt编码，并通过多元线性回归模块进行多元线性回归拟合，获得第一预测输出；
31、s33、通过时序记忆分析模块对原始特征数据的最后一个时间步的腐蚀速率进行预测，获得第二预测输出；
32、s34、将第一预测输出和第二预测输出进行拼接，获得预测结果。
33、进一步地，所述步骤s32中的多元线性回归模块进行多元线性拟合的方法具体为：
34、s32-1、对重要特征数据，基于多元非线性回归方法，拟合得到各腐蚀主控因子的单因素拟合方程；
35、s32-2、基于构建的单因素拟合方程，进行高压釜动态验证实验，并使用多元线性回归方法，建立基于多因素的基础腐蚀速率预测方程；
36、s32-3、将经过gbdt编码得到向量作为基础腐蚀速率预测方程中各腐蚀因素的权重参数，得到拟合的腐蚀速率预测方程，进而得到第一预测输出。
37、进一步地，所述步骤s33具体为：
38、s33-1、将原始特征数据输入至时序记忆分析模块中的lstm编码器中，获得各个时刻的隐藏状态；
39、s33-2、通过时序记忆分析模块中的tcn模型对隐藏状态进行进一步时序分析，获得时序数据；
40、s33-3、将时序数据输入至时序记忆分析模块中的lstm解码器中，获得最后一个时间步的预测腐蚀速率，作为第二预测输出。
41、进一步地，所述步骤s4中，对多因素腐蚀速率预测模型进行修正的方法具体为：
42、s41、选择预测页岩气管道，对其进行ptk测绘获得沿线里程和高程数据；
43、s42、获得沿线里程和高程数据建立多相流模型，计算随页岩气管道沿程变化的因素值；
44、s43、对预测页岩气管道进行水样和气质分析，获取腐蚀主控因子的因素值；
45、s44、将获取的因素值，输入至多因素腐蚀速率预测模型中，获得页岩气管道沿程每个节点的腐蚀速率；
46、s45、选择预测页岩气管道的节点开挖，并检测实际腐蚀速率；
47、s46、计算预测腐蚀速率和实际腐蚀速率的随机误差，并构建误差方程；
48、s47、利用随机误差对腐蚀速率预测方程进行调整，利用误差方程对时序记忆分析模块进行优化，获得修正后的多因素腐蚀速率预测模型。
49、本发明的有益效果为：
50、本发明方法考虑了微生物腐蚀的多因素影响性，建立的预测模型可结合现场数据自适应不同管道，为微生物腐蚀为主因的页岩气管道提供了一种有效的可操作的腐蚀速率预测方法，具体有益效果如下：
51、（1）考虑了微生物腐蚀的多因素影响性：页岩气管道以微生物为主因的腐蚀，是多因素协同作用的过程。
52、（2）结合现场实际，应用性强：所有试验溶液来源于现场，试验水平的设置来源于现场数据的统计结果；最后形成的最终腐蚀速率预测模型经过了现场试验数据修正；普适性的预测模型可结合现场数据，自适应不同管道工况。
53、（3）腐蚀速率预测方法程序简单，操作性强，所有用于预测计算的数据都能获取。
54、（4）腐蚀因素考虑周全：将腐蚀因素分为动态生物腐蚀因素和静态非生物腐蚀因素，并基于腐蚀速率与不同类腐蚀因素之间的关联程度筛选出影响腐蚀速率的腐蚀主控因子，对控制管道腐蚀速率有一定的指导意义。
55、（5）预测模型有效：基于腐蚀试验数据，进而试时序分析及回归拟合，获得更加准确的腐蚀速率预测结果。
1.一种页岩气管道微生物内腐蚀速率预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的页岩气管道微生物内腐蚀速率预测方法，其特征在于，所述步骤s1中，所述静态非生物腐蚀因素包括温度、浓度、浓度、浓度、浓度和ph值；
3.根据权利要求2所述的页岩气管道微生物内腐蚀速率预测方法，其特征在于，所述步骤s2中，对静态非生物腐蚀因素筛选腐蚀主控因子的方法具体为：
4.根据权利要求3所述的页岩气管道微生物内腐蚀速率预测方法，其特征在于，所述步骤s2中，对动态生物腐蚀因素筛选腐蚀主控因子的方法具体为：
5.根据权利要求4所述的页岩气管道微生物内腐蚀速率预测方法，其特征在于，所述步骤sa-24和步骤sb-26中，基于确定的关联程度，从静态非生物腐蚀因素中筛选出对应的腐蚀主控因子和从动态生物腐蚀因素中筛选出对应的腐蚀主控因子的方法相同，具体为：
6.根据权利要求2所述的页岩气管道微生物内腐蚀速率预测方法，其特征在于，所述步骤s2中，筛选出的腐蚀主控因子包括温度、浓度、浓度、流速、srb数量以及分压。
7.根据权利要求2所述的页岩气管道微生物内腐蚀速率预测方法，其特征在于，所述步骤s3中，所述多因素腐蚀速率预测模型包括gbdt编码模块、多元线性回归模块以及时序记忆分析模块；
8.根据权利要求7所述的页岩气管道微生物内腐蚀速率预测方法，其特征在于，所述步骤s32中的多元线性回归模块进行多元线性拟合的方法具体为：
9.根据权利要求8所述的页岩气管道微生物内腐蚀速率预测方法，其特征在于，所述步骤s33具体为：
10.根据权利要求9所述的页岩气管道微生物内腐蚀速率预测方法，其特征在于，所述步骤s4中，对多因素腐蚀速率预测模型进行修正的方法具体为：
