CN114139447B 城市燃气管道爆炸的致因网络仿真及致因事件推演方法 （北京软通智慧科技有限公司）

城市燃气管道爆炸的致因网络仿真及致因本发明实施例公开了一种城市燃气管道爆2将异构图神经网络模型输入至多智能体协同模型中，其中，所述异基于所述多智能体协同模型优化所述异构图神经网络模型，根据燃气管道拓扑结构数据和燃气流通量数据，对每个燃气管道进将所述异构图神经网络模型中的各目标节点分别抽象为智能通过设定算法得到所述多智能体协同模型中各智能体对根据所述致因网络和所述实际致因网络，提取所述燃气管道爆炸实将燃气管道爆炸实际事件的实际泄露数据和泄露相关数据插入至燃气管道拓扑结构将所述实际异构图神经网络模型输入至所述多智能体协同模型若所述重合部分包括一个完整致因事件链，则提取所述若所述重合部分包括一个含多个链路分支的致因事件链，则分3若各所述顶端致因事件中的一个或多个有效，则提取有效的一若各所述顶端致因事件均无效，则在线优化所述致因网络，直至第一生成模块，用于基于所述多智能体协同模型优提取模块，用于根据所述致因网络和所述实际致因网络，提取现如权利要求1-4中任一所述的致因网络仿真方法或如权利要求5-7中任一所述的致因事执行时实现如权利要求1-4中任一所述的致因网络仿真方法或如权利要求5-7中任一所述4性较差。[0004]本发明实施例提供了一种城市燃气管道爆炸的致因网络仿真及致因事件推演方述致因网络用于推演所述燃气管道爆炸历史事件的可能[0010]根据燃气管道爆炸实际事件的实际泄露数据和泄露相关数据，生成实际致因网[0014]第一生成模块，用于基于所述多智能体协同模型优化所5[0017]第二生成模块，用于根据燃气管道爆炸实际事件的实际泄露数据和泄露相关数实现本发明实施例提供的致因网络仿真方法或本发明实施[0024]本发明实施例提供了一种城市燃气管道爆炸的致因网络仿真及致因事件推演方6[0039]致因网络：是指将燃气管道爆炸事件的燃气管道和对应发生燃气管道爆炸的燃气管道与对应致因事件之间[0043]图1为本发明实施例一提供的一种致因网络仿真方法的流程示意图，该方法可适[0044]如图1所示，本发明实施例一提供的一种致因网络仿真方法，该方法包括如下步7[0047]燃气管道爆炸历史事件可以指在过去一定时间段内所发生的燃气管道爆炸事[0048]燃气泄漏仿真数据可以指根据燃气管道相关数据对燃气管道的燃气泄漏量进行仿真所得到的数据。燃气泄漏仿真数据可作为构建异构图神经网络所需的网络边属性(边为与致因事件节点连接的燃气管道的燃气泄露仿真[0052]每个致因事件节点的节点属性可以为致因事件对燃气管燃气管道拓扑结构数据和燃气流通量数据，对每个燃气管道进行计算流体动力学(ComputationalFluidDynamics，CFD)仿真，并将所得到的燃气泄漏仿真数据作为边属气流通量数据可以指每个燃气管道内的燃气输送流通量。燃气管道可用于负责燃气输送，8表抄送等方式进行数据统计。本实施例中可根据燃气管道拓扑结构数据和燃气流通量数择燃气管道中的部分合适位置进行燃气泄漏的仿真)，根据实际情况设置合适的管道穿孔[0055]将燃气管道节点和致因事件节点作为目标节点，将燃气泄漏仿真数据作为边属[0058]多智能体协同模型可以指将某些信息抽象为智能体(一个点之间的连接关系基于多智能体协同模型进行协同运算，以得到最优连接关系的网络结的部分燃气管道节点和部分致因事件节点可不参9[0064]在本实施例中，致因网络可以用于推演燃气管道爆炸历史事件的可能致因事生的影响来进行分析，并根据燃气管道拓扑结构数据和燃气流通量数据设计CFD仿真燃气时，可将致因网络的生成问题抽象为旅行商问题(TravelingSalesmanProblem，TSP问根据燃气管道拓扑结构数据提取燃气管道节点，可以采用多层感知机(Multilayerperceptron，MLP)深度神经网络对燃气管道节点和致因事件节点进行异构网络表征学习，函数(如softmax函数)处理每两个节点之间的边以得到每两个节点之间的映射关系，在此[0076]图4为本发明实施例二提供的一种致因事件推演方法的流程示意图，该方法可适用于根据上述所生成的致因网络和当前实际致因网络推演燃气管道爆炸实际事件的可能致因网络可以是根据燃气管道爆炸历史事件管道爆炸事件。实际泄露数据可以理解为燃气管道爆炸实际事件中所实际泄露的燃气量。泄露相关数据可以理解为与燃气管道爆炸实际事件中燃气泄露的燃气管道和其周围环境据所提取出的致因事件节点数据作为燃气管道爆炸实际事件对应燃气管道节点所连接的络模型，根据更新后的异构图神经网络模型能够基于多智能体协同模型生成新的致因网络，即根据燃气管道爆炸实际事件的实际泄露数据和泄露相关数据所生成的实际致因网和泄露相关数据可在原异构图神经网络模型的基础上生成一个实际异构图神经网络模型；支的致因事件链中的各顶端致因事件是否有效(如分别排查各顶端致因事件是否与引起燃[0093]图5为本发明实施例三提供的一种致因网络仿真装置的结构示意图，该装置可由[0095]第一生成模块320，用于基于所述多智能体协同模型优化所述异构图神经网络模[0103]抽象单元，用于将所述异构图神经网络模型中的各目标[0104]Q函数确定单元，用于通过设定算法得到所述多智能体协同模型中各智能体对应[0108]图6为本发明实施例四提供的一种致因事件推演装置的结构示意图，该装置可由[0110]第二生成模块420，用于根据燃气管道爆炸实际事件的实际泄露数据和泄露相关排查所述含多个链路分支的致因事件链中的各顶端如本发明实施例一中所述的致因网络仿真方法或如本发明实施例二中所述的致因事件推的致因网络仿真方法对应的程序指令/模块(例如，附图5所示的致因网络仿真装置中的模至少一个功能所需的应用程序；存储数据区可存储根据电子设备的使用所创建的数据等。述致因网络用于推演所述燃气管道爆炸历史事件的可能的致因网络生成方法生成；根据燃气管道爆炸实际事件的实际泄露数据和泄露相关数据，序被处理器执行时可以用于执行本发明实施例一中任一所述的致因网络仿真方法或本发经网络模型根据燃气管道爆炸历史事件的目标节点、燃气泄漏仿真数据以及设定边权构网络用于推演所述燃气管道爆炸历史事件的可能RAM)、只读存储器(ReadOnlyMemory，ROM)、可擦式可编程只读存储器(Erasable[0138]计算机可读的信号介质可以包括在基带中或者作为载波[0139]计算机可读介质上包含的程序代码可以用任何适当[0140]可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机远程计算机的情形