[发明专利]一种基于两级神经网络的库房环境安全预测方法

说明书

技术领域

本发明属于工业自动化控制领域，特别是涉及一种基于两级神经网络的库房环境安全预测方法。

背景技术

目前与库房环境安全相关的研究，主要集中在建立库房空气质量安全评价模型上，并且模型的建立仅限于考察有害气体浓度，缺乏对档案保管其他安全因素（包括空气湿度和烟雾浓度）的考察，也缺乏对库房环境安全因素变化进行分析处理。本发明结合库房有害气体浓度、空气湿度和烟雾浓度等对库房环境安全影响较大的、且易于获取的信息，并利用两级BP神经网络，对库房内未来一段时间内的保管安全进行更全面、更为精确的预测。

发明内容

本发明的目的是针对现有库房环境安全的问题，提供更加完备的库房环境安全评价模型，不仅涉及到库房有害气体安全评价，还涵盖湿度对档案霉变的影响，以及烟雾浓度带来的消防安全隐患。本发明不仅提高库房安全保管相关的安全因素的预测准确度，提供一种基于两级神经网络的库房环境安全预测方法。

为了实现上述目的，本发明的技术方案是：

一种基于两级神经网络的库房环境安全预测方法，它基于两级BP神经网络，首先依据单个采集点当前采集的安全变量值，利用一级BP神经网络对该采集点未来某个时间点的安全变量值进行预测，然后依据环境中所有采集点预测的安全变量值，利用二级BP神经网络对整个环境中的未来某个时间点的空气质量进行预测。所述安全变量包括库房有害气体浓度、库房湿度及烟雾浓度；所述BP神经网络为三层拓扑结构：输入层、隐含层和输出层。

本发明的有益效果主要有：

在库房环境安全预测方面考虑了库房有害气体对人员的影响，也考虑了湿度对档案霉变的影响，以及烟雾浓度带来的消防安全隐患。采用两级预测，综合库房的库房安全因素及变化趋势来预测库房环境的安全状态。采用BP神经网络，使库房环境安全预测具有自学习能力。

附图说明

图1为基于两级神经网络的库房环境安全预测方法框图；

图中各附图标记的构件名称为：

1－采集点；2－一级BP神经网络；3－二级BP神经网络；

4-SO₂浓度；5-NO₂浓度；6-甲醛浓度；7-三苯浓度；8-烟雾浓度；9-湿度；

A-采集点；B-输入归一化处理；C-输入处理。

具体实施方式

结合附图和实施例对本发明作进一步说明如下：

实施例1：

如图1所示，一种基于两级神经网络的库房环境安全预测方法，本实施例中该系统包括n(n≥2)个采集点1、n个一级BP神经网络2及一个二级BP神经网络3。首先，采集点1实时采集采集点1周围环境的安全变量，然后，将采集到的安全变量值送入一级BP神经网络2的输入层，一级BP神经网络2输出采集点1未来某个时间点的安全变量值，所有的一级BP神经网络2输出的安全变量值作为二级BP神经网络3的输入值送入二级BP神经网络3的输入层，二级BP神经网络3输出未来某个时间点的主要气体浓度作为半封闭环境空气质量的预测。