[發明專利]易燃氣體濃度監測和預警的方法

在審

• 申請號: 201610409694.3
• 申請日: 2016-06-12
• 公開（公告）號: CN107313808A
• 公開（公告）日: 2017-11-03
• 發明（設計）人: 慕晶霞;陳金合
• 申請（專利權）人: 中國石油化工股份有限公司;中國石油化工股份有限公司青島安全工程研究院
• 主分類號: E21F17/18
• 分類號: E21F17/18
• 代理公司: 上海碩力知識產權代理事務所(普通合伙)31251
• 代理人: 王法男

1.一種易燃氣體濃度監測和預警的方法，包括如下步驟：

1)獲取多點的易燃氣體濃度數據，存入數據庫；

2)將數據庫中的數據作為時間序列進行處理得到易燃氣體時間序列數據，其中，時間為采集到易燃氣體濃度數據的實時時間，易燃氣體濃度作為時間的因變量；

3)構建BP神經網絡預測模型和學習方法模型、訓練預測模型、檢驗及預報輸出；

4)設定易燃氣體濃度邊界值，實現預警。

2.如權利要求1所述一種易燃氣體濃度監測和預警的方法，其特征在于：構建BP神經網絡預測模型的步驟為：設計深度受限玻爾茲曼機模型，對采集到的時間和易燃氣體濃度數據進行預訓練，獲得最優權值矩陣和最優偏置值，作為深度卷積神經網絡模型的權重初始值和偏置值初始值；將得到的最優權值矩陣和最優偏置值作為權重初始值和偏置值初始值，建立四層深度卷積神經網絡模型，并利用該模型對易燃氣體濃度狀況進行監測。

3.如權利要求2所述一種易燃氣體濃度監測和預警的方法，其特征在于：四層深度卷積神經網絡模型包括輸入層、隱含層和輸出層；輸入層所輸入的信號為時間和瓦斯濃度，輸出層所輸出的信號為瓦斯濃度監測情況，每個隱藏層均由卷積和下采樣函數組成。

4.如權利要求2所述一種易燃氣體濃度監測和預警的方法，其特征在于：采用遞推最小二乘法算法對四層深度卷積神經網絡模型進行訓練，將輸出層和對應的輸入層進行對比，直到網絡訓練的均方誤差達到要求，確定各層的權值和閾值。