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：