[发明专利]一种基于BP神经网络的燃气储配站安全评价方法

权利要求书

1.一种基于BP神经网络的燃气储配站安全评价方法，其特征在于，该方法包括：

步骤一，根据燃气储配站执行标准和工艺流程，确定燃气储配站安全评价的指标体系，该指标体系包括评价指标和评分标准，由此制定出评价各燃气储配站安全等级的安全评价等级状态表；

步骤二：构建BP神经网络的拓扑结构，以步骤一的各项指标评分作为输入、安全评价等级作为输出，建立基于BP神经网络的安全评价模型；

步骤三：收集燃气储配站根据步骤一安全评价体系的各评价指标参数及通过安全评价等级状态表得到的安全评价成果作为神经网络的训练样本；

步骤四，将步骤三收集到的训练样本输入步骤二基于BP神经网络的安全评价模型对其进行学习训练，得到学习训练的安全评价模型，将样本数据连同学习训练后网络权值、阈值数据构建燃气储配站安全评价数据库；

步骤五，通过步骤四燃气储配站安全评价数据库得到相应的权值、阈值，形成网络输出误差在允许范围内的推理机制；

步骤六，对燃气储配站的安全性进行预测：将待评价的燃气储配站按步骤一的指标体系输入实际指标参数到步骤四已学习训练的安全评价模型，通过推理机制，输出结果为A、B、C、D、E五类级别的安全评价等级，A为安全、B为较安全、C为一般安全、D为较不安全、E为不安全。

2.根据权利要求1所述的一种基于BP神经网络的燃气储配站安全评价方法，其特征在于，所述步骤五的推理机制是指完成数据库所有收集样本学习训练后得到的，即每一样本学习训练在完成一次学习的正向传播处理过程中，当实际输出与期望输出不符，进入误差反向传播阶段，按误差梯度下降的方式修改各层权值，通过周而复始的信息正向传播和误差反向传播过程，不断调整各层权值，直到实际输出与期望输出之差在允许范围之内。

3.根据权利要求1所述的一种基于BP神经网络的燃气储配站安全评价方法，其特征在于，将每一通过所述步骤六得到的输入、输出数据生成新的学习样本，输入到安全评价模型进行学习训练，连同已有训练样本，将已训练好的网络从头开始训练，进一步调整各层权值，缩减误差，完善已有推理机制，并补充样本数据及更新权值、阈值至燃气储配站安全评价数据库。

4.根据权利要求1所述的一种基于BP神经网络的燃气储配站安全评价方法，其特征在于，步骤一所述指标为22项，总评分标准范围为0—100分。

5.根据权利要求1所述的一种基于BP神经网络的燃气储配站安全评价方法，其特征在于，步骤二所述BP神经网络拓扑结构是采用输入层、中间层和输出层的3层神经网络结构，以22项评价指标评分作为输入，燃气储配站安全评价等级作为输出，确定输入层含22个节点，输出层含1个节点，以确定最小网络误差为依据，采用试凑法确定中间层隐函数节点数为6个节点，对输入数据进行尺度变换，利用sigmoid类转移函数转移至[0,1]范围内输入，以燃气储配站安全等级作为输出，输出量选用“n中取1”语言变量，令输出向量的分量数等于类别数，输入样本被判为哪一类，对应的输出分量取1，其余n-1个分量全取0，设置五类分级状态表，输出值用[1,0,0,0,0]、[0,1,0,0,0]、[0,0,1,0,0]、[0,0,0,1,0]、[0,0,0,0,1]表示A安全、B较安全、C一般安全、D较不安全、E不安全五类级别。

6.根据权利要求1所述的一种基于BP神经网络的燃气储配站安全评价方法，其特征在于：步骤四所述训练BP神经网络是将收集的60个样本数据随机产生的55个样本作为训练样本送入已建立的BP神经网络对其进行训练，剩余5个样本作为测试样本。