一种基于神经网络的危险源分析方法及装置制造方法及图纸

本发明专利技术实施例涉及化工园区监测技术领域，公开了一种基于神经网络的危险源分析方法，包括：接收前端各个危化气体探头检测到的气体数据以及与所述危化气体探头相关的探头位置信息；将所述气体数据输入至卷积神经网络模型中进行风险识别，以判断各个位置检测到的危化气体状态；若所述危化气体状态为不正常状态，则将相应的探头位置信息与气体浓度信息输入至位置预测模型中，对其进行危险源空间位置分析，以确定危险源的空间位置；最后，对所述危险源的空间位置进行显示。本发明专利技术实施例中，通过大数据统计以及神经网络分析计算等技术，可以很好的实现化工园区的风险分析和危险源预测，满足园区应急管理方面的需要。满足园区应急管理方面的需要。满足园区应急管理方面的需要。

【技术实现步骤摘要】
一种基于神经网络的危险源分析方法及装置


[0001]本专利技术涉及危化品
，具体涉及一种基于神经网络的危险源分析方法及装置。

技术介绍

[0002]目前，在化工园区这样的环境内设置有众多的环境监测探头，通过不断积累的数据来实现对化工园区的检测。传统的检测系统主要关注的单个检测点的信息变化，对各个监测点的关联信息没有有效处理手段。随着技术的发展，通过大数据统计、神经网络分析计算等技术，可以很好的实现化工园区的风险分析和危险源预测，满足园区应急管理方面的需要。如何有效的上述数据是化工园区风险管理面临的一个问题；特别是面对化工园区这样的环境，如何建立起一套有效的危化气体检测方法，进而时时刻刻掌握园区风险状况，是化工园区安全管理的需要亟待解决的技术问题。

技术实现思路

[0003]针对所述缺陷，本专利技术实施例公开了一种基于神经网络的危险源分析方法，其能够实现化工园区内出现异常情况时，危险源快速定位的效果。
[0004]本专利技术实施例第一方面公开了基于神经网络的危险源分析方法，包括：
[0005]接收前端各个危化本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络的危险源分析方法，其特征在于，包括：接收前端各个危化气体探头检测到的气体数据以及与所述危化气体探头相关的探头位置信息；将所述气体数据输入至卷积神经网络模型中进行风险识别以判断各个位置检测到的危化气体状态；若所述危化气体状态为不正常状态，则将相应的探头位置信息与气体浓度信息输入至位置预测模型中，对其进行危险源空间位置分析以确定危险源的空间位置；对所述危险源的空间位置进行显示。2.如权利要求1所述的基于神经网络的危险源分析方法，其特征在于，所述将所述气体数据输入至训练完成的卷积神经网络模型中进行安全识别以判断各个位置检测到的危化气体状态，包括：将所述气体数据与探头阵列矩阵进行匹配以得到相应的探头数据矩阵；所述探头阵列矩阵为M*N的矩阵；将所述探头数据矩阵与2*2的卷积核矩阵进行卷积计算以得到(M
‑
1)*(N
‑
1)的风险输出矩阵；对所述风险输出矩阵与历史风险特征值进行比对以确定危化气体的状态。3.如权利要求1所述的基于神经网络的危险源分析方法，其特征在于，所述将相应的探头位置信息与气体数据输入至位置预测模型中对其进行危险源空间位置分析以确定危险源的空间位置，包括：将所述气体数据输入至气体浓度衰减公式以得到相应的探头到危险源的距离，所述气体浓度衰减公式为：M＝K*D，其中，M为气体数据，K为衰减系数，D为探头到危险源的距离；将探头到危险源的距离以及探头位置信息输入至距离计算公式中进行计算以得到相应的危险源坐标，所述距离计算公式为(x，y)为危险源坐标，(a，b)为气体探头坐标。4.如权利要求3所述的基于神经网络的危险源分析方法，其特征在于，所述将探头到危险源的距离以及探头位置信息输入至距离计算公式中进行计算以得到相应的危险源坐标，包括：将探头到危险源的距离以及探头位置信息输入至距离计算公式中进行计算以得到多个危险源坐标；将多个危险源坐标进行相似性比较以得到实际危险源的坐标信息。5.如权利要求3所述的基于神经网络的危险源分析方法，其特征在于，所述危险源分析方法，还包括：接收风向...

【专利技术属性】
技术研发人员：周宁，
申请(专利权)人：广东蓝盾乐庚信息技术有限公司，
类型：发明
国别省市：