消防科学与技术 ›› 2024, Vol. 43 ›› Issue (5): 704-708.
何旭, 孔得朋, 杨国栋, 于溪芮
He Xu, Kong Depeng, Yang Guodong, Yu Xirui
摘要: 加氢站作为氢能应用产业最重要的配套基础设施之一,其中存在的大量高压氢气伴随着泄漏风险。高压氢气一旦泄漏,极易形成喷射火,对加氢站内构筑物及人员生命财产安全造成严重威胁。为了实现氢喷射火事故后果的快速准确预测,提出了基于神经网络的代理模型事故后果预测方法,相较于传统数值仿真方法具有显著的时效性优势。该方法构建了一种基于生成对抗网络和长短期记忆神经网络的混合代理模型,使用数值仿真生成的训练样本对代理模型进行训练,完成训练的代理模型能够预测加氢站高压氢气泄漏产生喷射火事故后的温度分布情况。使用模糊C均值聚类方法和结构相似度指标定量分析了代理模型预测结果的准确度,结果表明氢喷射火后果预测代理模型能够在保证可接受预测精度的前提下,极大地提高后果预测效率,实现了加氢站氢喷射火后果的时空快速预测。