基于深度學習的氫噴射火事故后果預測方法

摘要： 加氫站作為氫能應用產(chǎn)業(yè)最重要的配套基礎設施之一，其中存在的大量高壓氫氣伴隨著泄漏風險。高壓氫氣一旦泄漏，極易形成噴射火，對加氫站內(nèi)構(gòu)筑物及人員生命財產(chǎn)安全造成嚴重威脅。為了實現(xiàn)氫噴射火事故后果的快速準確預測，提出了基于神經(jīng)網(wǎng)絡的代理模型事故后果預測方法，相較于傳統(tǒng)數(shù)值仿真方法具有顯著的時效性優(yōu)勢。該方法構(gòu)建了一種基于生成對抗網(wǎng)絡和長短期記憶神經(jīng)網(wǎng)絡的混合代理模型，使用數(shù)值仿真生... （共5頁）