LNG储罐系统BOG产生量可解释性预测方法及系统

本发明提出LNG储罐系统BOG产生量可解释性预测方法及系统，涉及BOG预测技术领域。包括获取LNG储罐系统历史多元时序数据；基于LNG储罐系统热平衡物理机理模型中不同物理量之间的先验关系，建立以不同传感器作为节点的先验图结构；对先验图结构中的边权重进行自学习，得到节点之间的权重系数；基于节点之间的权重系数，对每一节点的邻居节点信息进行聚合；采用适用于图神经网络的批训练方法对图神经网络模型进行训练，并基于训练好的模型得到LNG储罐系统BOG产生量的预测值。本发明搭建先验机理与图神经网络驱动的架构，对BOG产生量实现可解释性强、预测精度高、响应速度快及泛化性广的预测。