[发明专利]城市环境中有毒重气泄漏浓度分布确定方法、装置及介质

说明书

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。

技术领域

本申请涉及气体浓度分布检测技术领域，特别是涉及一种城市环境中有毒重气泄漏浓度分布确定方法、装置及计算机可读存储介质。

背景技术

近年来，由于生物、制药、石化、能源、材料及水厂等行业的迅猛发展，市场上的化学品种类以惊人的速度增长，而这些化学品中不乏有毒有害的危险性气体，这些危险性气体一旦发生泄露，将造成难以挽回的损失。在危险性气体中，有毒重气的危害尤为严重。由于密度比周围的空气大，发生泄漏后易塌陷下沉，形成强烈的分层现象，导致地面浓度最大，重气沿地表移动很长距离浓度也不会降低，在浓度梯度和风力的作用下，也很难在短时间内迅速扩散。

由于有毒重气泄露的不确定性强、事故后果严重、事故连锁性复杂等特点，一旦发生突发性风险事故，容易造成大量的人员伤亡、财产损失和环境污染等问题。然而现实情况是，由于城市环境下气体扩散实验较少以及缺少重气泄露浓度实时预测的理论方法支持，从而严重影响有毒重气泄露事故应急救援资源的运作质量和运作效率。

目前，针对轻气体或中性气体已有较好的预测方法，但是对于重质气体的泄露浓度预测模型的研究仍有很多不足。预测结果较为精确的重气扩散模型一般都需要较长的计算时间，无法满足应急救援高度实时性的要求；而由于基于城市环境下重气扩散实验数据量较少导致能满足应急救援实时性要求的现有重气扩散模型在精度方面仍有很大的提升空间。

因此，如何在城市环境中有毒重气发生泄漏时，高效率、高精度地确定泄漏气体的浓度分布信息，是目前本领域技术人员需要解决的技术问题。

发明内容

本申请提供了一种城市环境中有毒重气泄漏浓度分布确定方法、装置及计算机可读存储介质，在城市环境中有毒重气发生泄漏时，能够高效率、高精度地确定泄漏气体的浓度分布信息。

为解决上述技术问题，本发明实施例提供以下技术方案：

本发明实施例一方面提供了一种城市环境中有毒重气泄漏浓度分布确定方法，包括：

预先利用CFD数值模拟仿真数据扩充模型训练数据集，并基于所述模型训练数据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，以训练得到气体浓度分布预测模型；

将当前泄漏源所处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所述气体浓度分布预测模型中，得到泄漏气体的浓度分布信息。

可选的，所述利用CFD数值模拟仿真数据扩充模型训练数据集包括：

获取泄露源信息数据，所述泄露源信息数据包括泄漏源所处位置信息和形状参数信息、预设范围内的建筑群分布信息；

根据模拟流域中的风速随地面高度变化而变化、湍流现象和数值计算准确度确定计算区域，并对所述计算区域进行网格划分操作；

设置数值仿真模拟的模拟参数信息，所述模拟参数信息包括地理参数、气象参数和算法参数；

基于划分好的网格区域信息和所述模拟参数信息对预设类型的有毒重气在不同气象环境中进行CFD数值模拟得到相应的气体浓度分布数据，以作为所述模型训练数据集的训练数据。