在石油运输方式中，埋地管道最为常用。随着管道使用年限的增加，因腐蚀带来的事故频发， 亟需建立准确的管道腐蚀速率预测方法。支持向量机（SVM）是一种广泛使用的监督学习算法，具有 较强的泛化能力，能够处理高维小样本数据。以某在役埋地油气管道试验段为例，建立 SVM 预测模 型，对管道腐蚀速率进行预测。结果表明，SVM 管道腐蚀速率预测的相关系数 R2 为 0.99686，平均 相对误差为 1.69%。与 BP 神经网络和随机森林相比，基于支持向量机模型具有精度高、泛化能力强 的特点。