【技术实现步骤摘要】
本公开涉及氢气泄漏预测，具体涉及一种基于人工神经网络的氢泄漏预测方法及装置。
技术介绍
1、随着氢能技术的普及，全球范围内多种船型趋于配备氢燃料电池系统，实现以氢燃料电池作为主推进动力和船舶的各种用电要求。但燃料电池以氢气为燃料以及氢动力船舱上配备了氢气储罐和复杂的进排气管道、电路设计，一旦发生氢气泄漏，且氢气泄漏量达到一定浓度时，易发生自燃或遇明火点燃爆炸的危险。近年来，在工业和运输业，因氢泄漏引起的爆炸事故屡见不鲜。因此，合理的预测氢动力船舱系统氢气浓度，判断是否发生氢泄漏，以及在发生氢泄漏时及时采取预后措施，对于保障氢动力船舱系统安全平稳运行十分有必要。
2、现有技术中，氢燃料电池组一般放置在燃料电池舱室内，可能会在工作过程中发生氢气泄漏等安全事故，由于氢气具有可燃性，达到一定浓度易引起火灾和爆炸等安全事故，而且船舶的工作环境是在水上，工况环境更加恶劣多变，发生事故时相应的救援措施实施起来相对困难。现有的氢气浓度预测计算往往耗时长，且预测准确性和实时性差，影响氢动力船舱系统安全。
技术实现思
<本文档来自技高网...【技术保护点】
1.一种基于人工神经网络的氢泄漏预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，根据所述仿真模型建立氢气泄漏数据库，包括：
3.根据权利要求1所述的方法，其特征在于，根据所述氢气泄漏数据库训练人工神经网络，得到氢泄漏预测模型，包括：
4.根据权利要求3所述的方法，其特征在于，所述氢气浓度的时序预测模型训练时，输入的延迟数为10，输出的延迟数为5，隐藏层个数为1，神经元数量为10，所述神经元内部的各逻辑门使用tanh激活函数。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
...
【技术特征摘要】
1.一种基于人工神经网络的氢泄漏预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，根据所述仿真模型建立氢气泄漏数据库，包括：
3.根据权利要求1所述的方法，其特征在于，根据所述氢气泄漏数据库训练人工神经网络，得到氢泄漏预测模型，包括：
4.根据权利要求3所述的方法，其特征在于，所述氢气浓度的时序预测模型训练时，输入的延迟数为10，输出的延迟数为5，隐藏层个数为1，神经元数量为10，所述神经元内部的各逻辑门使用tanh激活函数。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
【专利技术属性】
技术研发人员：王庆斌，刘明，刘振国，赵宪中，黄鸿，王余熙，黄荣钦，刘石，刘志刚，陈文，杨毅，
申请(专利权)人：广东电网有限责任公司云浮供电局，
类型：发明
国别省市：
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。