一种液氢蒸发损耗量预测方法、装置、设备及介质制造方法及图纸

本发明专利技术涉及液氢存储运输技术领域，公开了一种液氢蒸发损耗量预测方法、装置、设备及介质，首先，获取液氢储罐内气相空间压力、液氢温度、气相空间体积、气相空间温度和液氢质量；将所述液氢储罐内气相空间压力、所述液氢温度、所述气相空间体积、所述气相空间温度和所述液氢质量输入液氢蒸发损耗量预测模型，以获取液氢蒸发损耗量预测值，实现了液氢蒸发损耗量的自动化估算，有利于了解当前及未来的液氢蒸发损耗量，实现对液氢的存储、运输和应用的安全性评估，及时防范扩散泄露。及时防范扩散泄露。及时防范扩散泄露。

【技术实现步骤摘要】
一种液氢蒸发损耗量预测方法、装置、设备及介质


[0001]本申请涉及液氢存储运输
，尤其是涉及到一种液氢蒸发损耗量预测方法、装置、设备及介质。

技术介绍

[0002]储氢是利用氢能的关键，现有技术中储氢方式主要是高压压缩储存和液氢储存，其中，液氢与气态氢气比较而言，液氢以其密度大、压力低的优点，在远距离运输、大规模应用方面，更具经济优势。然而，由于液氢温度很低，需要专门的低温压力容器对其进行储存，即使可以进行储存，但仍旧会因存在一定的传热而存在一定的蒸发率。当蒸发氢气在低温容器中积累越来越多，其压力也越来越高，直至达到安全阀起跳压力，通过安全阀排出。液氢量越大，蒸发氢气的量越多，氢气直接放散到大气中，一来不够安全，二来也是一种对氢能的浪费，现有技术中亟需对液氢的气化损耗量进行精确的计算并预测，以便对液氢的存储、运输和应用的安全性进行评估，对扩散泄露等情况进行有效防范。

技术实现思路

[0003]有鉴于此，本申请提供了一种液氢蒸发损耗量预测方法、装置、设备及介质，实现对液氢的气化损耗量进行精确的计算并预测，解决了如何实现对液氢的存储、运输和应用的安全性评估和防范扩散泄露的技术问题。
[0004]根据本申请的第一方面，提供了一种液氢蒸发损耗量预测方法，包括：
[0005]获取液氢储罐内气相空间压力、液氢温度、气相空间体积、气相空间温度和液氢质量；
[0006]将所述液氢储罐内气相空间压力、所述液氢温度、所述气相空间体积、所述气相空间温度和所述液氢质量输入液氢蒸发损耗量预测模型，以获取液氢蒸发损耗量预测值。
[0007]根据本申请的第二方面，提供了一种液氢蒸发损耗量预测装置，包括：
[0008]获取模块，用于获取液氢储罐内气相空间压力、液氢温度、气相空间体积、气相空间温度和液氢质量；
[0009]计算模块，用于将所述液氢储罐内气相空间压力、所述液氢温度、所述气相空间体积、所述气相空间温度和所述液氢质量输入液氢蒸发损耗量预测模型，以获取液氢蒸发损耗量预测值。
[0010]根据本申请的第三方面，提供了一种计算机设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述液氢蒸发损耗量预测方法的步骤。
[0011]根据本申请的第四方面，提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述液氢蒸发损耗量预测方法的步骤。
[0012]借由上述技术方案，本申请提供的一种液氢蒸发损耗量预测方法、装置、设备及介
质，获取液氢储罐内气相空间压力、液氢温度、气相空间体积、气相空间温度和液氢质量；将所述液氢储罐内气相空间压力、所述液氢温度、所述气相空间体积、所述气相空间温度和所述液氢质量输入液氢蒸发损耗量预测模型，以获取液氢蒸发损耗量预测值，实现了液氢蒸发损耗量的自动化估算，有利于了解当前及未来的液氢蒸发损耗量，实现对液氢的存储、运输和应用的安全性评估，及时防范扩散泄露。
[0013]上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，并可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特列举本申请的具体实施方式。
附图说明
[0014]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0015]图1示出了本专利技术实施例中提供的一种液氢蒸发损耗量预测方法应用场景的示意图；
[0016]图2示出了本专利技术实施例中提供的储氢罐示意图；
[0017]图3示出了本专利技术实施例中提供的一种液氢蒸发损耗量预测方法流程示意图；
[0018]图4示出了本专利技术实施例中提供的一种液氢蒸发损耗量预测模型的训练流程示意图；
[0019]图5示出了本专利技术实施例中提供的ELM网络参数寻优的流程示意图；
[0020]图6示出了本专利技术实施例中提供的一种液氢蒸发损耗量预测装置示意图。
具体实施方式
[0021]下文中将参考附图并结合实施例来详细说明本申请。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
[0022]如图1所示，为氢燃料电池船的供储氢及燃料电池系统示意图，液氢罐中液氢气化后供给下游燃料电池进行发电供给发动机，作为氢燃料的电池船舶的动力来源，液氢罐中存储的液氢由于导热蒸发，当蒸发氢气在低温容器中积累越来越多，其压力也越来越高，直至达到安全阀起跳压力(例如压力大于2atm，atm指的是标准大气压，1atm＝101325Pa)，通过安全阀排出，导致液氢损耗，因此，需要对液氢的蒸发量进行预测估计。
[0023]如图2所示为储藏液氢罐的示意图，罐内部包括上部的气相空间(充满了低温的氢气)和下部的液氢，上下部之间为气液界面的分界线，气相空间通过液氢供应出口供应下游燃料电池的氢气，压力过高时(例如大于0.2MPa时)，通过安全阀排除氢气进行泄压，液氢蒸发量有两种计算方式(1、氢气蒸发的泄压排放量，2、氢气蒸发量＝液氢罐内液氢初始充装总质量
‑
剩余的液氢质量
‑
储供系统中的气氢质量
‑
下游燃料电池的氢气消耗总质量
‑
储供系统中的气氢总质量)，其中，第一种方式通过安全阀的氢气流量计获得，但忽略了其它方式蒸发的氢气质量，计算误差大，且需要氢气流量计配合，无法评估液氢的整体蒸发情况；第二种方式计算相对精确，但需要准确的计算不同压力、温度状态下剩余的液氢质量，储供系统中的气氢质量，并计算下游燃料电池的氢气消耗总质量。
[0024]下面结合具体的实施例，说明本专利技术实施例中提供的一种液氢蒸发损耗量预测方
法。
[0025]实施例一
[0026]实际应用过程中，如图3所示，实施例一中提供的一种液氢蒸发损耗量预测方法包括：
[0027]步骤301、获取液氢储罐内气相空间压力、液氢温度、气相空间体积、气相空间温度和液氢质量；
[0028]步骤302、将液氢储罐内气相空间压力、液氢温度、气相空间体积、气相空间温度和液氢质量输入液氢蒸发损耗量预测模型，以获取液氢蒸发损耗量预测值。
[0029]其中，步骤301之前还包括训练数据采集及模型训练过程，具体如下：
[0030]步骤301
‑
1、获取历史N个时间点的液氢储罐内气相空间压力、液氢温度、气相空间体积、气相空间温度、液氢质量以及对应的液氢蒸发损耗量作为模型训练数据样本；
[0031]其中，N为大于10的整数，可选地，采样时间点的间隔可以为天、小时、分钟等，根据具体的液氢使用的频率进行设置。
[0032]对于训练样本数据的采集，采用第二种方式采集计算在不同气相空间压力、液氢温度、气相空间体积、气相空间温度和液氢质量下的氢气蒸发量，对于氢气蒸发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种液氢蒸发损耗量预测方法，其特征在于，包括：获取液氢储罐内气相空间压力、液氢温度、气相空间体积、气相空间温度和液氢质量；将所述液氢储罐内气相空间压力、所述液氢温度、所述气相空间体积、所述气相空间温度和所述液氢质量输入液氢蒸发损耗量预测模型，以获取液氢蒸发损耗量预测值。2.根据权利要求1所述的方法，其特征在于，所述将所述液氢储罐内气相空间压力、所述液氢温度、所述气相空间体积、所述气相空间温度和所述液氢质量输入液氢蒸发损耗量预测模型的步骤之前，包括：获取历史N个时间点的液氢储罐内气相空间压力、液氢温度、气相空间体积、气相空间温度、液氢质量以及对应的液氢蒸发损耗量作为模型训练数据样本，其中，N为大于10的整数；将模型训练数据样本划分为测试数据集和训练数据集。3.根据权利要求2所述的方法，其特征在于，所述将模型训练数据样本划分为测试数据集和训练数据集之后，包括：根据所述训练数据集，进行模型训练，获得液氢蒸发损耗量预测模型，并通过所述测试数据集对所述液氢蒸发损耗量预测模型进行验证评价；基于智能优化算法，获取所述液氢蒸发损耗量预测模型的最优参数，其中，所述智能优化算法包括粒子群优化算法、蚁群算法和人工鱼群算法。4.根据权利要求2或3所述的方法，其特征在于，所述液氢蒸发损耗量预测模型为极限学习机ELM，所述ELM用来训练单隐藏层前馈神经网络SLFN输出为液氢蒸发损耗量，SLFN输出的公式为：其中，N为训练样本个数，t
i
时间点的训练样本表示为(x
i
，t
i
)，L为隐藏神经元的个数，G(x)为激活函数，Loss
i
为t
i
时间点的液氢蒸发损耗量，w
j
＝[w
j1
,w
j2
,
…
w
jn
]为连接第j个隐藏层神经元和输入神经元的权向量，β
j
＝[β
j1
,β
j2
,
…
,β
jm
]
T
...

【专利技术属性】
技术研发人员：王向丽，杜韶峰，聂连升，
申请(专利权)人：上海海德利森科技有限公司，
类型：发明
国别省市：