基于BP神经网络的储罐区危险源动态分级研究

天津某码头储罐区储存苯、苯乙烯、丙酮等25种危险化学品,大部分危险化学品都具有易燃易爆的特性甚至具有不同程度的毒性,因此,加强储罐区危险源分级管理很有必要.通过采用池火灾模型、蒸气云爆炸模型、高斯扩散模型、ICI/MOND模型对该区域进行工艺及事故后果模拟,结合matlab计算出16种事故后果指标,归一化处理后,放入神经网络工具箱(nntool)中进行训练,将不同时段测试数据代入到训练好的网络中,得到危险源动态分级结果.在此基础上,提出管理措施,为预防重大事故的发生提供了技术支持.通过实例分析,模拟仿真结果,表明利用matlab设计出的危险源动态分级系统,可以及时有效的实现石化码头危险源动态分级.