[發明專利]一種化工園區重大危險源動態預警方法

有效

• 申請號: 201810270811.1
• 申請日: 2018-03-29
• 公開（公告）號: CN108596364B
• 公開（公告）日: 2021-09-21
• 發明（設計）人: 孔亞廣;謝晨風;蔣鵬;鄭松;趙燁;沈剛
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06K9/62
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 朱月芬

1.一種化工園區重大危險源動態預警方法，其特征在于，該方法的步驟包括：

步驟1：獲取化工園區內各個重大危險源生產環節的信息，包括危險源生產的流程、關鍵參數、各關鍵參數在重大危險源中的危險權重和模糊綜合評價指標、關鍵參數的歷史數據信息、關鍵參數的當前動態數據，這些信息通過化工園區安全管理部門和園區工廠生產部門獲得；

步驟2：通過步驟1所獲得的信息進行平行坐標分析預測變量相關性，并經過主成分分析進行降維優化；

(1)平行坐標分析

利用平行坐標將需要預測關鍵參數的相關變量組成一個高維數據集合，將該數據集合中各個變量用等距離且相互平行的坐標軸表示，每一條軸線代表一個屬性維，變量值對應軸上相應位置，這樣，每一個關鍵參數的相關變量都根據其屬性值用一條折線段在n條平行軸上表示出來；

(2)主成分分析優化

找出影響高維數據集合某一要素的幾個綜合指標，使綜合指標為原來變量的線性擬合；

(3)平行坐標分析與主成分分析進行降維優化：

①平行坐標繪制；將化工園區危險源系統中關鍵參數的所有相關變量組合為如下的得分矩陣：

在具有笛卡爾坐標系的平面上，得分矩陣S中的每一行S_i＝[S_i1 S_i2 … S_ik]對應于平行坐標系中由k-1條線段連成的一條折線；這些數據從笛卡爾坐標系映射到平行坐標系中需要進行坐標的轉換，因為每一條坐標軸都是等長的，所以將得分矩陣進行0-1均勻化處理；處理后的數據S′_i,j與原始數據S_i,j的關系為其中，S_i,max和S_i,min分別表示第i個相關性變量的最大值和最小值；

②分析平行坐標，篩選出關鍵參數的所有相關變量中的強相關性變量；根據步驟①繪制的平行坐標；平行坐標由平行的坐標軸和多段線組成；平行的坐標軸表示重大危險源中各個關鍵參數的相關性變量，多段線是由這些相關性變量的參數值組成；如果兩個變量之間的線是交叉的呈現X型，那么兩個變量之間是負相關；如果兩個變量之間的線是相互平行的，那么相互之間的關系是正相關；變量之間的線是隨機交叉的,那么兩者之間沒有特別的關系；其中呈現負相關和正相關即為關鍵參數的所有相關變量中的強相關性變量；

③利用平行坐標方法篩選出的強相關性變量組成數據矩陣X：

④在主成分分析算法中將強相關性變量組成數據矩陣X各變量進行標準化預處理，得到標準化數據矩陣Z：其中計算相關矩陣，其中，Z^T為標準化數據矩陣Z的轉置,n表示矩陣Z的行，m表示矩陣Z的列，計算得到的相關矩陣C由d個主成分組成；

⑤利用雅可比法求相關矩陣C的特征向量w_i，i＝1,2,…,m和特征值矩陣Λ＝diag(λ₁,λ₂,…,λ_m)，其中λ為特征值，diag表示對角陣；；

⑥將各特征值按從大到小的順序排序，并對應地調整特征向量列的順序，使具有最大方差的為第1個主成分，具有次大方差的為第2個主成分，最小的方差的為第d個主成分；

⑦選取方差最大的k個主成分，使k個主成分包含原始數據的大部分信息，選取的k個主成分的累積方差貢獻大于總方差的85％，即

⑧由選擇的k個主成分的特征向量w_i，i＝1,2,…,k，得到k個獨立的線性組合新變量：

ξ₁,ξ₂,…,ξ_k是經過降維處理后重新構造出的k個線性組合新變量，它們代表所有強相關性變量的主成分,強相關性變量的k個主成分組成的矩陣T為:

步驟3利用強相關性變量的主成分輸入Elman神經網絡對關鍵參數進行預測；具體步驟如下：

①Elman神經網絡的數學模型為：

式中:y(t)為輸出層的輸出,u(t)為輸入層的外部輸入，輸入強相關性變量的k個主成分組成的矩陣T,x^c(t)為承接層的輸出,x(t)為隱含層的輸出,w⁽¹⁾為承接層與隱含層連接權值,w⁽²⁾為輸入層與隱含層之間的連接權值,w⁽³⁾為隱含層與輸出層連接權值,θ⁽¹⁾為隱含層閥值,θ⁽²⁾為輸出層閥值，其中f()表示神經網絡的激活函數；

采用式(2)所示的Sigmoid函數作為神經網絡的激活函數:

由式(1)可推出式中和表示之前不同時刻的連接權值；式(3)表示x^c(t)和之前時刻的連接權值有關,實現了動態遞歸的特點；

②Elman神經網絡輸入層的輸入、輸出分別為

③α＝[1,2,…E₁]；隱含層的輸入、輸出分別為:

④β＝[1,2,…E₂]；承接層的輸入、輸出分別為:

⑤γ＝[1,2,…E₂]；輸出層的輸入、輸出分別是:

μ＝[1,2,…E₃],其中E₁,E₂,E₃分別是輸入層、隱含層和輸出層的層數,承接層的層數與隱含層相同；最終得到的y(t)為關鍵參數的預測值；

步驟4：利用動態評估方法對化工園區重大危險源進行動態等級評估，具體步驟如下：

將危險源動態評價指標分為兩個層次，第二層次為關鍵參數的二級模糊評價，設定為二級模糊綜合評價指標；第一層次為化工園區內重大危險源的危險等級，設定為一級模糊綜合評價指標；

(1)構建二級模糊綜合評價

二級模糊綜合評價定義一個關鍵參數的評判矩陣R_σ＝[R₁，R₂，…,R_σ]，關鍵參數的預測值超過正常閾值的百分比其中G是關鍵參數的正常范圍最大值，將R_σ與C_σ對應元素進行乘法運算；得到二級模糊綜合評價指標矩陣:

A_σ＝C_σ·R_σ (12)

(2)構建一級模糊綜合評價

根據各關鍵參數在重大危險源的危險程度，確定一級模糊綜合評價的權重：D_σ＝[D₁，D₂，…,D_σ]；將二級模糊綜合評價矩陣A_σ＝[A₁，A₂，…,A_σ]與一級模糊綜合評價的權重進行點乘運算，得到化工園區內重大危險源的危險等級指標為：

B_p＝A_σ·D_σ (13)

p為化工園區危險源的總數；

(3)最后，用評估結果來判斷化工園區危險源的動態等級；動態評估等級的確定采用分值法，等級的分值范圍見表1；Q為危險源動態指標B_p的值；

表1 動態風險等級