面向液氨泄漏应急救援区域的XGBoost预测方法研究 |
| |
引用本文: | 王海宁,杨威,黄惟,李海航.面向液氨泄漏应急救援区域的XGBoost预测方法研究[J].安全与环境学报,2023(5):1482-1489. |
| |
作者姓名: | 王海宁 杨威 黄惟 李海航 |
| |
作者单位: | 中国计量大学质量与安全工程学院 |
| |
基金项目: | 国家自然科学基金青年项目(52106185); |
| |
摘 要: | 液氨发生泄漏事故后,随着扩散距离的增加,会对人员和环境造成严重的危害。为便于发生泄漏事故后,快速展开应急救援工作,对液氨泄漏事故应急救援区域预测方法开展研究。通过PHAST(Process Hazard Analysis Software Tool)软件模拟液氨泄漏事故工况,建立基于极端梯度提升(Extreme Gradient Boosting XGBoost)的液氨泄漏应急救援区域预测模型。利用网格搜索结合K折交叉验证进行超参数调优,并与随机森林、决策树模型性能进行对比分析。研究结果显示:以预测ERPG-2标准下液氨泄漏扩散距离为例,XGBoost模型预测性能最佳;与决策树和随机森林相比,XGBoost模型的EMAPE分别减少了4.19个百分点和2.37个百分点,ERMSE分别减少了66.74和2.93;基于优化后XGBoost模型液氨泄漏事故应急救援区域预测模型,预测结果R2为0.997 8,ERMSE为50.37,EMAPE为2.61%,基本满足工程实践应用。
|
关 键 词: | 公共安全 应急救援 液氨泄漏 机器学习 极端梯度提升 |
|
|