System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 石化港区危险源安全风险预警方法、装置、设备及存储介质制造方法及图纸_技高网

石化港区危险源安全风险预警方法、装置、设备及存储介质制造方法及图纸

技术编号:40217116 阅读:10 留言:0更新日期:2024-02-02 22:24
本申请提供一种石化港区危险源安全风险预警方法、装置、设备及存储介质,属于石化港区安全技术领域。该方法包括:实时监测危险源,调用历史事故数据并提取特征,设置预警标准并建立预警样本库,用监测数据和历史事故数据训练循环神经网络模型,K折交叉验证模型性能,最后基于训练好的模型进行风险预警。此方法结合了实时监测和历史数据,利用循环神经网络模型处理时序信息,能有效降低预警难度,实现及时风险预警。

【技术实现步骤摘要】

本申请石化港区安全领域,尤其涉及一种石化港区危险源安全风险预警方法、装置、设备及存储介质


技术介绍

1、石化港区涉及众多危险品和高风险作业,使得人员安全风险管控形势异常严峻,已成为石化港区亟待解决的重要问题。随着石化品储运企业在沿江沿海地区的集聚,区域性港口重大危险源的风险也在持续攀升。但是石化港区涉及的数据纷繁复杂,包括监测数据和历史事故数据等,因此针对重大危险源的预警难度高,容易发生风险。


技术实现思路

1、本申请的目的在于克服现有技术中的缺陷,提供及一种石化港区危险源安全风险预警方法、装置、设备及存储介质。

2、本申请提供的一种石化港区危险源安全风险预警方法,包括:

3、在石化港区的危险源上实时监测包括油罐的液位、管线的压力和温度,以及可燃气体的类型和浓度的监测数据;

4、调用数据中心的历史事故数据,提取所述历史事故数据中的危险源特征;

5、根据所述危险源特征预先设置分级预警标准,对所述历史事故数据进行样本标注,建立石化港区安全生产风险分类分级预警样本库;

6、将所述预警样本库中的所述监测数据和所述历史事故数据组成模型训练集,选择循环神经网络模型进行训练,学习时序信息的表示和预测;

7、通过k折交叉验证评估训练后的所述循环神经网络模型性能;

8、基于评估后的所述循环神经网络模型,对石化港区危险源安全风险进行预警。

9、可选地,对石化港区危险源安全风险进行预警,包括:

10、根据评估后的所述循环神经网络模型的输出结果对比预设的预警阈值,根据对比结果进行声音、光照、短信和/或邮件进行预警。

11、可选地,还包括:

12、将所述对比结果与预警信息进行可视化的仪表盘、图表和或地图显示。

13、可选地,将所述预警样本库中的所述监测数据和所述历史事故数据组成模型训练集之前,包括:

14、根据所述监测数据和所述历史事故数据中特定的字段和标识符进行去重操作;

15、根据所述监测数据和所述历史事故数据的缺失值的比例,选择性删除包含缺失值的记录;

16、根据所述监测数据和所述历史事故数据中的异常值的来源,选择性删除异常值;

17、对所述监测数据和所述历史事故数据归一化处理,公式为:

18、

19、其中z表示归一化后的监测数据,x表示原始监测数据,表示原始监测数据的最小值,表示原始监测数据的最大值。

20、可选地,所述循环神经网络模型,包括:

21、输入层,用于对所述训练集中的数据进行处理和转化,所述处理和转化的表达式如下:

22、

23、其中表示标准化后的数据,表示原始训练集数据,表示原始训练集数据的平均值,表示原始训练集数据的标准差。

24、可选地,所述循环神经网络模型,包括:

25、全连接层,用于对所述训练集中的数据进行梯度下降处理,表达式如下:

26、

27、其中表示模型优化权重参数,表示当前循环层的输出,表示学习率,表示对循环层的输出w的损失函数的梯度。

28、可选地,通过k折交叉验证评估训练后的所述循环神经网络模型性能,包括:

29、利用k折交叉验证将训练集划分为k个大小相等的子集,每次选择其中一个子集作为验证集,其余k-1个子集作为训练集;

30、依次使用不同的子集作为验证集,进行k次训练和验证,最终得到k个模型性能评估结果的均值,用于验证评估模型数据性能。

31、本申请还提供一种石化港区危险源安全风险预警装置,包括:

32、检测模块,用于在石化港区的危险源上实时监测包括油罐的液位、管线的压力和温度,以及可燃气体的类型和浓度的监测数据;

33、提取模块,用于调用数据中心的历史事故数据,提取所述历史事故数据中的危险源特征;

34、标注模块,用于根据所述危险源特征预先设置分级预警标准,对所述历史事故数据进行样本标注,建立石化港区安全生产风险分类分级预警样本库;

35、训练模块,用于将所述预警样本库中的所述监测数据和所述历史事故数据组成模型训练集,选择循环神经网络模型进行训练,学习时序信息的表示和预测;

36、估计模块,用于通过k折交叉验证评估训练后的所述循环神经网络模型性能;

37、预警模块,用于基于评估后的所述循环神经网络模型,对石化港区危险源安全风险进行预警。

38、本申请还提供一种石化港区危险源安全风险预警设备,包括:

39、存储器,用于存储上述一种石化港区危险源安全风险预警方法的计算机可执行程序;

40、处理器,用于从所述存储器中调取所述计算机可执行程序,并执行:在石化港区的危险源上实时监测包括油罐的液位、管线的压力和温度,以及可燃气体的类型和浓度的监测数据;调用数据中心的历史事故数据,提取所述历史事故数据中的危险源特征;根据所述危险源特征预先设置分级预警标准,对所述历史事故数据进行样本标注,建立石化港区安全生产风险分类分级预警样本库;将所述预警样本库中的所述监测数据和所述历史事故数据组成模型训练集,选择循环神经网络模型进行训练,学习时序信息的表示和预测;通过k折交叉验证评估训练后的所述循环神经网络模型性能;基于评估后的所述循环神经网络模型,对石化港区危险源安全风险进行预警。

41、本申请还提供一种存储介质,存储有计算机可执行程序,该计算机可执行程序用于被处理器调用,执行上述一种石化港区危险源安全风险预警方法的步骤。

42、本申请的优点和有益效果:

43、本申请提供的一种石化港区危险源安全风险预警方法,包括:在石化港区的危险源上实时监测包括油罐的液位、管线的压力和温度,以及可燃气体的类型和浓度的监测数据;调用数据中心的历史事故数据,提取所述历史事故数据中的危险源特征;根据所述危险源特征预先设置分级预警标准,对所述历史事故数据进行样本标注,建立石化港区安全生产风险分类分级预警样本库;将所述预警样本库中的所述监测数据和所述历史事故数据组成模型训练集,选择循环神经网络模型进行训练,学习时序信息的表示和预测;通过k折交叉验证评估训练后的所述循环神经网络模型性能;基于评估后的所述循环神经网络模型,对石化港区危险源安全风险进行预警。本申请基于检测数据和历史事故数据训练循环神经网络模型进行预警,可以在实时监控数据的前提前,及时进行风险预警,降低了预警难度。

本文档来自技高网...

【技术保护点】

1.一种石化港区危险源安全风险预警方法,其特征在于,包括:

2.根据权利要求1所述石化港区危险源安全风险预警方法,其特征在于,对石化港区危险源安全风险进行预警,包括:

3.根据权利要求2所述石化港区危险源安全风险预警方法,其特征在于,还包括:

4.根据权利要求1所述石化港区危险源安全风险预警方法,其特征在于,将所述预警样本库中的所述监测数据和所述历史事故数据组成模型训练集之前,包括:

5.根据权利要求1所述石化港区危险源安全风险预警方法,其特征在于,所述循环神经网络模型,包括:

6.根据权利要求1所述石化港区危险源安全风险预警方法,其特征在于,所述循环神经网络模型,包括:

7.根据权利要求1所述石化港区危险源安全风险预警方法,其特征在于,通过K折交叉验证评估训练后的所述循环神经网络模型性能,包括:

8.一种石化港区危险源安全风险预警装置,其特征在于,包括:

9.一种石化港区危险源安全风险预警设备,其特征在于,包括:

10.一种存储介质,其特征在于,存储有计算机可执行程序,该计算机可执行程序用于被处理器调用,执行权利要求1~7任一项一种石化港区危险源安全风险预警方法的步骤。

...

【技术特征摘要】

1.一种石化港区危险源安全风险预警方法,其特征在于,包括:

2.根据权利要求1所述石化港区危险源安全风险预警方法,其特征在于,对石化港区危险源安全风险进行预警,包括:

3.根据权利要求2所述石化港区危险源安全风险预警方法,其特征在于,还包括:

4.根据权利要求1所述石化港区危险源安全风险预警方法,其特征在于,将所述预警样本库中的所述监测数据和所述历史事故数据组成模型训练集之前,包括:

5.根据权利要求1所述石化港区危险源安全风险预警方法,其特征在于,所述循环神经网络模型,包括:

6....

【专利技术属性】
技术研发人员:季则舟陈华杨长义袁立莎龚小红沈利辉高朋丁之翔张国权崔冠辰汪悦平高宇
申请(专利权)人:中交第一航务工程勘察设计院有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1