基于深度学习的石脑油、轻质燃料油泄漏后果预测研究谈判采购公告

(项目编号:GWKJFW-2025TP-YJZY-96)

1. 采购条件

基于深度学习的石脑油、轻质燃料油泄漏后果预测研究已按要求履行了相关报批及备案等手续,项目业主为国家石油天然气管网集团有限公司科学技术研究总院分公司,建设资金来自企业自筹,项目出资比例为 $100%$ 。项目已具备谈判条件,现公开邀请有意向的响应人参与谈判。

2. 采购项目概况与采购范围

2.1 采购项目名称:基于深度学习的石脑油、轻质燃料油泄漏后果预测研究。
2.1.1 项目概况:根据《成品油管道顺序输送石脑油、轻质燃料油关键技术研究》(HZGS-SSCC202401)项目需求,需开展成品油管道改输送石脑油、轻质燃料油研究泄漏扩散规律研究,目前针对石脑油和轻质燃料油顺序输送的研究仍存在不足:一方面,缺乏对两种油品交替输送时混合泄漏的挥发特性和燃烧危险性的耦合影响研究,另一方面,针对石脑油的高挥发性和轻质燃料油的较高黏度的差异化应急措施研究较少。
2.2采购项目地点:天津市。
2.3采购项目标段划分:一个标段。
2.4工期(服务期):合同签订之日起至2027年5月30日。
2.5 采购范围:1. 基于多模态迁移学习的管道新兴泄漏风险智能预判方法研究

针对成品油管道顺序输送石脑油、轻质燃料油新型介质泄漏风险特征未知、初期样本不足的问题,通过收集涵盖压力、流量、声波、声波、声波、声波、声波、声波、声波、声波、声波、声波、声波、声波、声波、声波、声波、声波、声波、声波、声波、声波、声波、声波、声波、声波、声波、声波、声波、声波、声波、声波、声波、声波、声波、声波

2. 基于网络的管道泄漏扩散场预测研究

针对传统CFD方法计算成本高、速率慢,难以快速预测泄漏后的扩散行为的问题,通过卷积神经网络提取泄漏初期及扩散过程中浓度分布梯度、烟

羽形态结构等空间特征,构建卷积神经网络混合架构的管道泄漏扩散场预测模型,预测多种工况下石脑油、轻质燃料油泄漏后的时空扩散过程,实现对泄漏全过程的高维时序建模,实现成品油管道顺序输送不同时间步长下蒸气泄漏扩散结果的快速预测。

3.基于时空图神经网络的蒸气云爆炸热辐射场预测模型

基于CFD三维数值模拟数据,构建面向蒸气云爆炸热辐射场快速预测的时空图神经网络模型。将多工况、多时刻的动态风险。

4.基于深度强化学习的泄漏事故应急决策与动态路径优化方法

结合地理信息系统(GIS)开发应急决策支持模块,依据泄漏扩散与爆燃的预测结果,建立基于强化学习算法构建考虑实时灾情演变的应急疏散路径优化模型,实现为石脑油-轻质燃料油顺序输送泄漏事故的快速应急处置。

2.6服务内容:

针对石脑油和轻质燃料油顺序输送泄漏新兴特征,收集涵盖压力、流量、声波、振动及视频影像等多模态数据,形成多模态迁移学习的管道新兴泄漏风险智能预判方法。针对流体力学数值仿真方法(CFD)计算成本高、速率慢,难以快速预测泄漏后的扩散行为的问题,通过提取泄漏初期及扩散过程中浓度分布梯度、烟羽形态结构等空间特征,实现对泄漏全过程的高维时序建模,开展智能融合的管道泄漏扩散场动态预测研究,最终形成基于强化学习的泄漏事故预测及应急动态路径优化方法。

2.7研究成果:

(1)成品油管道顺序输送石脑油和轻质燃料油新兴泄漏特征提取与风险识别方法研究报告1份
(2)基于深度学习成品油管道顺序输送石脑油和轻质燃料油泄漏后果预测研究报告
(3)成品油管道顺序输送石脑油、轻质燃料油泄漏事故应急路径优化及快速处置功能研究报告
(4)提交Python形式计算代码程序,包括使用手册、源代码等,代码编写遵守开发技术规范,并能够实现管道风险评价3.0接口集成。

2.8主要技术要求或技术方案

1、需对比不同深度学习算法,开展数据的交叉验证算法,浓度预测误差 $\leqslant 10%$ ,动态模拟响应时间 $\leqslant 5$ 分钟。
2. 2、形成石脑油-轻质燃料油顺序输送泄漏事故的快速应急处置技术,须通过业内专家审查
3. 响应人资格要求

(1)具有独立法人资格,持有效营业执照或事业单位法人证书。
(2)2020年1月1日至2025年1月1日承担油气管道泄漏风险类相关项目业绩不少于1项(必须提供合同或计划任务书或开题报告或其他相关证明文件)。

2、报价要求

(1)本项目采购人设置最高限价,金额为不含税价65万元,含税价68.9万元(税率 $6%$ )。

3、工期要求

合同生效之日起至2027年5月30日内完成。