[发明专利]一种化学品泄漏快速预测预警应急响应决策方法

摘要

本发明一种化学品泄漏快速预测预警应急响应决策方法，将扩散模型模拟与神经网络和气体传感器系统相结合，应用于工业园区有害气体泄漏的快速预警及辅助决策，包括园区风险因素识别，用于识别可能发生的各类泄露事故；数值模拟，对所有可能发生的事故进行模拟，得到有害气体的影响范围；数据筛选，根据实际的传感器布局提取和重组数值模拟结果中有效部分；神经网络训练，利用筛选后的数据对特定神经网络模型进行训练，以获得针对特定工业园区及周边条件的模型参数，并使用冗余数据参数验证；传感器系统与神经网络模型整合，将模型与传感器DCS结合起来。

主权项

一种化学品泄漏快速预测预警应急响应决策方法，包括风险因素识别、情景数值模拟、模拟结果筛选、神经网络训练以及训练结果与传感器系统集成共五个阶段：风险因素识别包括：识别化工园区的风险因素，量化各个风险要素并根据识别的风险要素及其取值范围，合理取值并组合各种可能发生的泄露情景；情景数值模拟阶段包括：将园区风险因素识别步骤中组成的所有可能发生的泄露情景进行模拟，以获得不同泄露情景下泄露气体的影响范围；模拟结果筛选包括：对一种包括4个气体传感器的布局方案中的关键参数进行优化，利用模拟得到的泄露气体浓度分布进行简单优化，得到最适传感器布局；根据确定的传感器布局方案，提取在传感器布局可测量风向范围内的虚拟探测数据以及与之匹配的环境敏感点泄漏气体扩散数据，按照神经网络的训练逻辑准备训练数据和校验数据；神经网络训练步骤包括：建立用于函数拟合的前向神经网络，将准备好的训练数据作为神经网络训练的输入输出，计算网络参数；将检验数据输入部分输入神经网络，结果部分与神经网络预测结果对比，评估预测精度；神经网络与传感器和园区控制系统集成步骤：将各个风险源的模拟分析以及训练结果与风险源和环境敏感点的地理位置信息以数据库和调用程序的形式结合，并提供与传感器系统的数据接口，实现从事故发生—传感器报警—模型快速预测—辅助决策的工作流程；其特征在于，所述神经网络与传感器系统集成部分包括如下步骤：步骤一、建立单一风险源与主导风向下风向的环境敏感点的区域地图；步骤二、对某单一风险源进行风险分析，识别可能的泄露情景并对泄露情景进行模拟；步骤三、执行数据筛选步骤的传感器布局优化，获得该传感器布局在主导风向下风向的最大适用角度；步骤四、对该风险源主导风向下风向最大使用角度范围内的所有环境敏感点进行数据筛选，得到一组神经网络训练的输入输出矩阵；步骤五、使用数据筛选得到的神经网络输入输出矩阵进行训练和预测精度评估；步骤六、将训练得到的神经网络参数制作成能够自动调用的应用程序，使传感器的DCS数据能够通过数据接口采集并使用应用程序计算；步骤七、真实事故发生时，传感器报警—启动预制好的应用程序—预测泄露扩散对环境敏感点的影响—决策人员判断是否需要疏散。