-
公开(公告)号:CN111144055B
公开(公告)日:2024-02-02
申请号:CN201911382403.6
申请日:2019-12-27
Applicant: 苏州大学
IPC: G06F30/28 , G06F30/27 , G06N3/0464 , G06N3/084 , G06N3/086 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本申请公开了一种城市环境中有毒重气泄漏浓度分布确定方法、装置、设备及计算机可读存储介质。其中,方法包括利用CFD数值模拟仿真数据扩充训练样本集,基于该样本集利用遗传算法对卷积神经网络模型的模型结构和训练参数进行优化,同时对优化后的模型进行初始权重和偏置初始化,得到气体浓度分布预测模型;将当前泄漏源的位置信息和形状参数信息、预设范围内的建筑群分布信息和气象参数输入至气体浓度分布预测模型中,高效率、高精度地确定泄漏气体的浓度分布信息,同时解决了相关技术中由于城市环境下的重气扩散实验数据量过少导致预测模型输出的预测结果不精确以及精确重气扩散模型需要较长的计算时间而无法满足应急救援高度实时性的要求的问题。
-
公开(公告)号:CN111144055A
公开(公告)日:2020-05-12
申请号:CN201911382403.6
申请日:2019-12-27
Applicant: 苏州大学
IPC: G06F30/28 , G06N3/04 , G06N3/08 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本申请公开了一种城市环境中有毒重气泄漏浓度分布确定方法、装置、设备及计算机可读存储介质。其中,方法包括利用CFD数值模拟仿真数据扩充训练样本集,基于该样本集利用遗传算法对卷积神经网络模型的模型结构和训练参数进行优化,同时对优化后的模型进行初始权重和偏置初始化,得到气体浓度分布预测模型;将当前泄漏源的位置信息和形状参数信息、预设范围内的建筑群分布信息和气象参数输入至气体浓度分布预测模型中,高效率、高精度地确定泄漏气体的浓度分布信息,同时解决了相关技术中由于城市环境下的重气扩散实验数据量过少导致预测模型输出的预测结果不精确以及精确重气扩散模型需要较长的计算时间而无法满足应急救援高度实时性的要求的问题。
-
公开(公告)号:CN109190828A
公开(公告)日:2019-01-11
申请号:CN201811047653.X
申请日:2018-09-07
Applicant: 苏州大学
Abstract: 本发明公开了一种泄漏气体浓度分布确定方法,该方法包括以下步骤:获取气体泄漏事故现场的泄漏数据;其中,泄漏数据包括:气象参数、地形参数和释放参数;对泄漏数据进行归一化处理并转化数据格式,获得泄漏矩阵;将泄漏矩阵输入至由卷积神经网络和XGBoost构成的目标预测模型中进行处理,获得泄漏气体浓度分布信息。如此,便可提升气体泄漏后浓度分布信息的预测效率和准确率,进一步加快气体泄漏事故处理速度,降低气体泄漏带来的危害。本发明还公开了一种泄漏气体浓度分布确定装置、设备及可读存储介质,具有相应的技术效果。
-
-