[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

说明书

本发明公开了一种基于BP神经网络的燃气储配站安全评价方法，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，包括评价指标和评分标准；步骤二：构建BP神经网络的拓扑结构，建立基于BP神经网络的安全评价模型；步骤三：收集燃气储配站的各评价指标参数及安全评价成果作为神经网络的训练样本；步骤四，训练样本得到学习训练的安全评价模型并构建数据库；步骤五，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：确定安全评价等级为A安全、B较安全、C一般安全、D较不安全、E不安全。本发明的有益效果：降低人工评价的主观影响，提高准确性和客观性；操作简便，效率高。

技术领域

本发明涉及一种燃气储配技术领域，尤其是涉及一种基于BP神经网络的燃气储配站安全评价方法。

背景技术

天然气是重要的燃料和化工原料，广泛应用于工业和民用的各个领域。燃气储配站一旦发生安全事故，将造成严重的人员伤亡和巨大的财产损失。因此，作为液化天然气接受、灌装及储存的燃气储配站的安全问题日益突出，提出一种有效的燃气储配站安全评价方法，对预防重大安全事故发生有重大意义。

燃气储配站安全评价是对某一燃气储配站安全程度的评价，为客观分析储配站安全条件提供重要的依据。储配站安全评价对管理因素、设备因素和其他因素进行分析，得到储配站的综合安全评价分数，以便提高燃气储配站生产管理水平，有效地控制燃气储配站安全事故的增长趋势，减少安全事故损失。

国内外对燃气储配站的安全评价方法主要有模糊数学法、层次分析法、社会网络分析法以及运用危险程度评价和规范评价相结合的方法等。上述这些方法由于自己的局限性，没有充分利用已有的燃气储配站安全评价成果，无法做到对安全情况的智能分析，对于安全决策的支持十分有限。

BP神经网络是人工智能网络中的一种典型算法，具有很强的非线性映射能力，可以被用来解决很多非线性问题。同时，BP神经网络具有拓扑结构简单，误差精度高，易于编程实和操作性强等优点。因此BP神经网络被广泛地应用于公路、非煤地下矿山和民航等安全评价。但尚未有人将BP神经网络应用于燃气储配站安全评价。同时，燃气储配站安全评价是一个复杂的问题，因为影响储配站安全的因素众多，关系复杂。基于上述情况，本发明基于BP神经网络提出一种合理、高效的燃气储配站的安全评价方法。

发明内容

本发明所要解决的技术问题是提供一种能够根据燃气储配站安全评价指标体系的各个指标分数即可得到安全评价结果的燃气储配站安全评价方法。

为了解决上述技术问题，本发明采用的技术方案是：一种基于BP神经网络的燃气储配站安全评价方法，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。