申请/专利权人:江苏省特种设备安全监督检验研究院
申请日:2023-12-21
公开(公告)日:2024-03-22
公开(公告)号:CN117745072A
主分类号:G06Q10/0635
分类号:G06Q10/0635;G06Q50/06;G06N3/04;G06F18/24
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明公开了一种基于神经网络的加氢站事故预测方法,包括:S1,根据加氢站内目标部件的各项检测信息类型设置相应的第一信息采集策略和第二信息采集策略;S2,采用第一信息采集策略和第二信息采集策略采集加氢站内目标部件的各项检测信息;S3,将采用第一信息采集策略采集到的检测信息输入对应的神经网络,以对加氢站内目标部件进行事故预测;S4,在预测目标部件存在事故风险时,对采用第一信息采集策略和第二信息采集策略采集到的各项检测信息进行信息处理以判定事故地点以及事故起因。根据本发明的事故预测方法,结合采用多种信息采集策略采集到的目标部件在多个方面的检测信息来预测目标部件是否存在事故风险,大大提高了事故预测的准确性。
主权项:1.一种基于神经网络的加氢站事故预测方法,其特征在于,包括以下步骤:S1,根据所述加氢站内目标部件的各项检测信息类型设置相应的第一信息采集策略和第二信息采集策略;S2,分别采用所述第一信息采集策略和所述第二信息采集策略采集所述加氢站内所述目标部件的各项检测信息;S3,将采用所述第一信息采集策略采集到的检测信息输入对应的神经网络,以对所述加氢站内所述目标部件进行事故预测;S4,在预测所述目标部件存在事故风险时,对采用第一信息采集策略和所述第二信息采集策略采集到的各项检测信息进行信息处理以判定事故地点以及事故起因。
全文数据:
权利要求:
百度查询: 江苏省特种设备安全监督检验研究院 一种基于神经网络的加氢站事故预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。