(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111648544.5 (22)申请日 2021.12.2 9 (71)申请人 广东蓝盾乐庚信息技 术有限公司 地址 510520 广东省广州市黄埔区黄埔公 园西路166号7层707单元B02(仅限办 公) (72)发明人 周宁　 (74)专利代理 机构 广州智斧知识产权代理事务 所(普通合伙) 44649 专利代理师 杨银虎 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/26(2012.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 一种基于神经网络的危险源分析方法及装 置 (57)摘要 本发明实施例涉及化工园区监测技术领域， 公开了一种基于神经网络的危险源分析方法， 包 括： 接收前端各个危化气体探头检测到的气体数 据以及与所述危化气体探头相关的探头位置信 息； 将所述气体数据输入至卷积神经网络模型中 进行风险识别， 以判断各个位置检测到的危化气 体状态； 若所述危化气体状态为不正常状态， 则 将相应的探头位置信息与气体浓度信息输入至 位置预测模型中， 对其进行危险源空间位置分 析， 以确定危险源的空间位置； 最后， 对 所述危险 源的空间位置进行显示。 本发明实施例中， 通过 大数据统计以及神经网络分析计算等技术， 可以 很好的实现化工园区的风险分析和危险源预测， 满足园区应急管理方面的需要。 权利要求书2页 说明书8页 附图4页 CN 114444776 A 2022.05.06 CN 114444776 A 1.一种基于神经网络的危险源分析 方法， 其特 征在于， 包括： 接收前端各个危化气体探头检测到的气体数据以及与所述危化气体探头相关的探头 位置信息； 将所述气体数据输入至卷积神经网络模型中进行风险识别以判断各个位置检测到的 危化气体状态； 若所述危化气体状态为不正常状态， 则将相应的探头位置信 息与气体浓度信 息输入至 位置预测模型中， 对其进行危险源空间位置分析以确定危险源的空间位置； 对所述危险源的空间位置进行显示。 2.如权利要求1所述的基于神经网络的危险源分析方法， 其特征在于， 所述将所述气体 数据输入至训练完成的卷积神经网络模型中进行安全识别以判断各个位置检测到的危化 气体状态， 包括： 将所述气体数据与探头阵列矩阵进行匹配以得到相应的探头数据矩阵； 所述探头阵列 矩阵为M*N的矩阵； 将所述探头数据矩阵与2*2的卷积核矩阵进行卷积计算以得到(M ‑1)*(N‑1)的风险输 出矩阵； 对所述风险输出矩阵与历史风险特 征值进行比对以确定危 化气体的状态。 3.如权利要求1所述的基于神经网络的危险源分析方法， 其特征在于， 所述将相应的探 头位置信息与气体数据输入至位置预测模型中对其进行危险源空间位置分析以确定危险 源的空间位置， 包括： 将所述气体数据输入至气体浓度衰减公式以得到相应的探头到危险源的距离， 所述气 体浓度衰减公式为： M＝K*D， 其中， M为气体数据， K为衰减系数， D为探 头到危险源的距离； 将探头到危险源的距离以及探头位置信息输入至距离计算公式中进行计算以得到相 应的危险源坐标， 所述距离计算公式为 (x， y)为危险源坐 标， (a， b)为气体探 头坐标。 4.如权利要求3所述的基于神经网络的危险源分析方法， 其特征在于， 所述将探头到危 险源的距离以及探头位置信息输入至距离计算公式中进行计算以得到相应的危险源坐标， 包括： 将探头到危险源的距离以及探头位置信息输入至距离计算公式中进行计算以得到多 个危险源坐标； 将多个危险源坐标进行相似性比较以得到实际危险源的坐标信息 。 5.如权利要求3所述的基于神经网络的危险源分析方法， 其特征在于， 所述危险源分析 方法， 还包括： 接收风向风速传感器 检测到的风向信息和风速信息； 根据所述 风向信息和风速信息对所述 危险源坐标进行位置修 正。 6.一种基于神经网络的危险源分析系统， 其特 征在于， 包括： 前端控制单元， 用于通过标准接口与相应的危化气体探头进行数据连接， 并将接收到 的数据传输 至后台服 务器； 后台服务器， 所述后台服务器用于执行如权利要求1 ‑5中任意一项所述的基于神经网权　利　要　求　书 1/2 页 2 CN 114444776 A 2络的危险源分析 方法； 展示终端， 所述展示终端用于对后台服 务器计算得到的危险源的空间位置进行展示。 7.如权利要求6所述的基于神经网络的危险源分析系统， 其特征在于， 所述后台服务器 包括物联网传输模块、 探 头虚拟化模块、 数据存 储模块和大 数据分析模块； 所述物联网传输模块用于实现对前端控制单元的配置以及将接收到的探头测量数据 存储至云端； 所述探头虚拟化模块用于通过数据 表格描述每一个探头信息以实现测量数据 存储的格式化功能； 所述数据存储模块用于实现对众多不同种类探头的进 行数据管理及服 务的功能； 所述大数据分析模块用于通过神经网络实现危险信号的分析， 且通过危险源分 析模型实现对危险源的预测。 8.如权利要求6所述的基于神经网络的危险源分析系统， 其特征在于， 所述前端控制单 元为单片 机系统； 所述前端控制单元还用于配置危化气 体相关探头的位置信息以构建起探 头在二维平面空间的与位置相关的数据信息 。 9.一种基于神经网络的危险源分析装置， 其特 征在于， 包括： 接收模块： 用于接收前端各个危化气体探头检测到的气体数据以及与 所述危化气体探 头相关的探 头位置信息； 风险识别模块： 用于将所述气体数据输入至卷积神经网络模型中进行风险识别以判断 各个位置检测到的危 化气体状态； 位置分析模块： 用于若所述危化气体状态为不正常状态， 则将相应的探头位置信息与 气体浓度信息输入至位置预测模型中对其进行危险源空间位置分析以确定危险源的空间 位置； 显示模块： 用于对所述 危险源的空间位置进行显示。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储计算机程 序， 其中， 所述计算机程序使得计算机执行权利要求1至5任一项所述的基于神经网络的危 险源分析 方法。权　利　要　求　书 2/2 页 3 CN 114444776 A 3