System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种化工企业多米诺风险智能化评价方法技术_技高网

一种化工企业多米诺风险智能化评价方法技术

技术编号:44455811 阅读:0 留言:0更新日期:2025-02-28 19:02
本发明专利技术公开了一种化工企业风险智能化评价方法,属于化工安全应用技术领域。该方法包括以下步骤:S1、构造n阶欧拉小波基函数支持向量机NEWSVM;S2、基于改进的猩群算法ICSA对NEWSVM的参数进行优化;S3、利用优化后的NEWSVM对化工装置检修的风险进行了评价。本发明专利技术采用上述的一种化工企业多米诺风险智能化评价方法,基于NEWSVM‑ICSA建立了化工企业多米诺风险评价模型,该模型具有更强的优化能力和更好的泛化性能,可靠的风险评价结果可为提高化工企业风险水平提供有力的技术支持。

【技术实现步骤摘要】

本专利技术涉及化工风险应用,尤其涉及一种化工企业多米诺风险智能化评价方法


技术介绍

1、我国化工企业规模发展迅速,油品种类和用量不断增多,具有易燃易爆和有毒的特点。在生产、储存过程中因储罐材料质量问题、水或酸碱腐蚀产生破损或管理不当等情况将导致油品的泄漏,一旦油品泄漏,极易引发火灾、爆炸等灾难性事故。化工企业发生泄漏事故,遇到明火发生火灾将危害邻近罐,形成连锁事故,造成巨大的经济损失甚至人员伤亡,对人民的生产与生活产生巨大的影响。因此,对化工罐区多米诺风险进行评估,为事故后果分析和救援提供关键科学依据,对于提高化工罐区风险可靠性具有非常重要的理论价值和现实意义。

2、氢能具有清洁、高效、风险和可持续发展的优势,被认为是最有潜力的清洁能源之一。氢能产业的发展和氢能社会建设的快速推进对缓解环境污染和能源短缺尤为重要。许多国家和地区已将氢能和燃料电池产业提升为国家发展战略。但是氢气具有燃烧爆炸极限宽、最小点火能量低、火焰传播速度快、爆炸强度高等特点。特别是在密闭空间内发生泄漏,容易引起着火或爆炸。因此,发展氢能产业的基础和前提是确保氢能风险。

3、目前,化工企业风险评价法主要包括定性、半定量和定量评价法,定性分析法主要依据凭借专家经验,半定量发主要有道化法和蒙德法,存在一定的局限性;定量法主要构建了危险物质危害和失效概率模型,计算过程比较复杂,应用不够广泛。


技术实现思路

1、本专利技术的目的是提供一种化工企业多米诺风险智能化评价方法,基于newsvm-icsa建立了化工企业多米诺风险评价模型,该模型具有更强的优化能力和更好的泛化性能,可靠的风险评价结果可为提高加氢站的风险水平提供有力的技术支持。

2、为实现上述目的,本专利技术提供了一种化工企业多米诺风险智能化评价方法,包括以下步骤:

3、s1、构造n阶欧拉小波基函数支持向量机newsvm;

4、s2、基于改进的猩群算法icsa对newsvm的参数进行优化;

5、s3、利用优化后的newsvm对化工企业多米诺风险进行评价。

6、优选的,在步骤s1构造n阶欧拉小波基函数支持向量机newsvm中,具体包括以下步骤:

7、s11、构建n阶欧拉小波基核心函数new;

8、s12、构造newsvm的决策函数;

9、s13、确定目标函数和约束条件;

10、s14、基于拉格朗日方法将目标函数和约束条件转化为对偶形式;

11、s15、求解目标函数和约束条件的对偶形式;

12、s16、确定newsvm的分类函数。

13、优选的,在步骤s2基于改进的猩群算法icsa对newsvm的参数进行优化,具体包括以下步骤:

14、s21、初始化csa的基本参数,包括猩群的初始位置、猩群的数量n与最大迭代次数;

15、s22、更新第i只猩猩的当前位置;

16、s23、根据单个猩猩个体在猩群中的位置,计算适应度fitnessi,获取猩猩个体的最终最优位置pi,best和猩群的最优位置pg,best;

17、s24、从猩群中选出猩猩个体;

18、s25、对猩群中的个体进行交叉运算,交叉概率为pc;

19、s26、利用遗传算法计算新猩猩个体的适应度,更新猩猩个体的最优位置;

20、s27、判断是否满足算法终止条件;如果是,则算法结束,并输出最优解;否则,继续下一步骤;

21、s28、猩猩位置通过迭代更新,直到满足误差要求,返回步骤s22。

22、优选的,在步骤s11构建new核心函数,如下所示:

23、

24、其中,表示new母函数ψ(x)的变换函数,如下所示:

25、

26、在步骤s12构造newsvm的决策函数,如下所示:

27、f(x)=(w,x)+b

28、其中,w表示权重向量,b表示偏移。

29、优选的,在步骤s13确定目标函数和约束条件,如下所示:

30、目标函数:

31、约束条件:

32、其中,||·||表示l2范数算子,p表示惩罚因子,λ表示正常数,表示松弛向量,e表示单一列向量;

33、在步骤s14将目标函数和约束条件转化为对偶形式,如下所示:

34、目标函数:

35、约束条件:

36、其中,d=|ae|,r=y-λe

37、在步骤s15求解目标函数和约束条件的对偶形式,如下所示:

38、

39、优选的,在步骤s16确定newsvm的分类函数,如下所示:

40、f(x)=k(x',a')w+b。

41、优选的,在步骤s22更新狮子王的位置,如下所示:

42、pik+1=pk(1-γ||pik-pk||)

43、其中,pk表示第k次迭代的最优位置,pik表示在第k次迭代中第i只猩猩的历史最优位置;γ表示调节系数。

44、优选的,在步骤s27选择概率的计算公式,如下所示:

45、

46、因此,本专利技术采用上述一种化工企业多米诺风险智能化评价方法,基于newsvm-icsa建立了化工企业多米诺风险评价模型,该模型具有更强的优化能力和更好的泛化性能,可靠的风险评价结果可为提高化工企业的风险水平提供有力的技术支持。

47、下面通过实施例,对本专利技术的技术方案做进一步的详细描述。

本文档来自技高网...

【技术保护点】

1.一种化工企业多米诺风险智能化评价方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种化工企业多米诺风险智能化评价方法,其特征在于,在步骤S1构造n阶欧拉小波基函数支持向量机NEWSVM中,具体包括以下步骤:

3.根据权利要求1所述的一种化工企业多米诺风险智能化评价方法,其特征在于,在步骤S2基于改进的猩群算法ICSA对NEWSVM的参数进行优化,具体包括以下步骤:

4.根据权利要求2所述的一种化工企业多米诺风险智能化评价方法,其特征在于,在步骤S11构建NEW核心函数,如下所示:

5.根据权利要求2所述的一种化工企业多米诺风险智能化评价方法,其特征在于,在步骤S13确定目标函数和约束条件,如下所示:

6.根据权利要求2所述的一种化工企业多米诺风险智能化评价方法,其特征在于,在步骤S16确定NEWSVM的分类函数,如下所示:

7.根据权利要求3所述的一种化工企业多米诺风险智能化评价方法,其特征在于,在步骤S22更新狮子王的位置,如下所示:

8.根据权利要求1所述的一种化工企业多米诺风险智能化评价方法,其特征在于,在步骤S27选择概率的计算公式,如下所示:

...

【技术特征摘要】

1.一种化工企业多米诺风险智能化评价方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种化工企业多米诺风险智能化评价方法,其特征在于,在步骤s1构造n阶欧拉小波基函数支持向量机newsvm中,具体包括以下步骤:

3.根据权利要求1所述的一种化工企业多米诺风险智能化评价方法,其特征在于,在步骤s2基于改进的猩群算法icsa对newsvm的参数进行优化,具体包括以下步骤:

4.根据权利要求2所述的一种化工企业多米诺风险智能化评价方法,其特征在于,在步骤s11构建new核心函数,如下所示...

【专利技术属性】
技术研发人员:计明宇赵斌
申请(专利权)人:辽宁石油化工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1