一种基于案例库的加氢站泄漏事故后果智能快速预测方法技术

本发明专利技术公开了一种基于案例库的加氢站泄漏事故后果智能快速预测方法，属于加氢站事故后果预测技术领域，包括开展加氢站氢泄漏事故后果数值仿真；基于加氢站数值仿真结果构建加氢站氢泄漏事故典型案例库；通过深度学习模型及迁移学习技术完善加氢站氢泄漏事故典型案例库；识别加氢站泄漏事故特征并调用氢泄漏事故典型案例库，获取场景标签信息；输入场景标签信息并基于氢泄漏事故典型案例库预测泄漏事故后果；基于预测结果确定泄漏氢气分布范围并提供应急辅助决策。本发明专利技术采用上述一种基于案例库的加氢站泄漏事故后果智能快速预测方法，能够为加氢站氢泄漏事故提供快速准确的后果预测，进而为事故应急处置提供辅助决策。

【技术实现步骤摘要】

本专利技术涉及加氢站事故后果预测，尤其是涉及一种基于案例库的加氢站泄漏事故后果智能快速预测方法。

技术介绍

1、氢气作为一种绿色可持续能源，在全球能源转型中扮演着重要角色。随着氢能的普及，氢燃料电池汽车作为氢能在交通领域中的典型代表，越来越多的氢燃料电池汽车正在融入日常生活。而加氢站作为燃料电池汽车产业的核心基础设施，正在被大规模建设中。

2、加氢站中的氢气储罐、压缩机、高压管道和加氢机中存在大量高压氢气，这些设备在长时间使用或意外突发情况导致可靠性降低时，就会面临严重的高压氢气泄漏风险。而氢气的物质特性决定了其一旦发生泄漏极易引发火灾和爆炸事故，造成严重的事故后果。为了应对这些风险，需要有针对性的风险预警和应急措施，而这又需要对潜在的氢气泄漏事故后果进行快速预测。

3、相关基于事故案例的事故后果预测方法中，典型案例事故后果的来源主要包括历史事故经验以及数值仿真计算。其中历史事故经验主要是通过对已经发生的相似案例进行收集统计，进而通过类比当前事故现状与历史事故案例之间的相似及差异，根据经验得到可能的事故后果及应对措施，如现有专利cn本文档来自技高网...

【技术保护点】

1.一种基于案例库的加氢站泄漏事故后果智能快速预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于案例库的加氢站泄漏事故后果智能快速预测方法，其特征在于：S11中氢气扩散动力学数值仿真计算使用的虚拟三维模型是基于加氢站几何尺寸相同的虚拟三维模型。

3.根据权利要求1所述的一种基于案例库的加氢站泄漏事故后果智能快速预测方法，其特征在于：S12中的场景标签包括编号、泄漏位置、泄漏率、泄漏方向、风向和风速。

4.根据权利要求1所述的一种基于案例库的加氢站泄漏事故后果智能快速预测方法，其特征在于：S13中的深度学习模型包括条件生成对抗网络和长...

【技术特征摘要】

1.一种基于案例库的加氢站泄漏事故后果智能快速预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于案例库的加氢站泄漏事故后果智能快速预测方法，其特征在于：s11中氢气扩散动力学数值仿真计算使用的虚拟三维模型是基于加氢站几何尺寸相同的虚拟三维模型。

3.根据权利要求1所述的一种基于案例库的加氢站泄漏事故后果智能快速预测方法，其特征在于：s12中的场景标签包括编号、泄漏位置、泄漏率、泄漏方向、风向和风速。

4.根据权利要求1所述的一种基于案例库的加氢站泄漏事故后果智能快速预测方法，其特征在于：s13中的深度学习模型包括条件生成对抗网络和长短期记忆网络。

5.根据权利要求4所述的一种基...

【专利技术属性】
技术研发人员：孔得朋，何旭，平平，杨国栋，
申请(专利权)人：中国石油大学华东，
类型：发明
国别省市：