随着海上油气田的开发，海底管道大量使用，管道失效事故频繁发生，根据统计资料，海底管道腐蚀失效是造成管道失效的主要原因之一，因此对海底管道防腐状态进行准确、有效的检测对海底管道安全运行具有重要意义。 海底管道防腐状态可由管道涂层缺损率，牺牲阳极保护电流强度以及牺牲阳极剩余重量来描述，本文提出的基于环境电场测量的海底管道防腐状态检测技术通过对环境电位差的测量，消除了环境中不利数据的影响，同时应用本研究室开发的阴极保护系统数值模拟计算软件对海底管道阴极保护系统进行数值模拟计算，得到不同环境下的“海底管道阴极保护系统-影响因素数据库”，以该数据库为训练样本，对神经网络进行训练，得到环境电位差与海底管道防腐状态之间的非线性映射关系，即依据海底管道环境电场的测量，可检测出海底管道的防腐状态。 通过对真实海底管道运行环境进行分析，确立了海底管道阴极保护系统模拟计算模型，各计算要素在计算点处组合形成720个海底管道阴极保护系统计算模型，通过数值模拟计算可得到“海底管道阴极保护系统-影响因素数据库”。对该数据库进行相关性分析，确立神经网络结构中“输入参数”，“输出参数”之间的强相关性，同时也验证了使用神经网络算法对海底管道阴极保护系统神经网络模型进行非线性映射的可行性。 BP(Back-Propagation)算法应用广泛，同时也存在很多缺陷，本文提出了四种改进的神经网络训练算法：L-M(Levenberg-Marquardt)优化算法、动量梯度下降反向传播算法、提前停止BP算法、贝叶斯正则化算法。 根据输入参数的不同，设计出4类神经网络映射模型，对映射模型的隐层数及各隐层神经元个数合适的范围内取不同的值形成了一系列神经网络结构，应用数据库文件和四种改进的神经网络训练算法对该模型进行训练，得到每个输出参数的最优的映射关系。计算结果表明，管道防腐状态的非线性映射结果的相对误差均值为0.05，满足精度要求。 编制出“海底管道防腐状态评价系统”实现海底管道防腐状态检测、预测功能，为海底管道防腐状态检测方面的研究工作提供了新的研究技术以及一套可用于工程实际的操作软件。