一种基于深度学习的氢能系统安全评估方法

本发明公开了一种基于深度学习的氢能系统安全评估方法，包括如下步骤：S1、采集氢能系统动态运行参数并预处理，生成输入特征矩阵；S2、将特征矩阵输入多分辨率特征感知模块，生成高维特征图；S3、将高维特征图输入动态时间弯曲网络，生成参数关联矩阵；S4、基于自适应差分进化算法优化特征权重分布；S5、通过动态图卷积网络捕捉异常分布，生成动态异常图；S6、模拟异常传播路径，结合动态溯源机制生成级联异常分析结果；S7、通过灰狼‑萤火虫混合优化算法对级联异常分析结果进行优化；S8、基于最终级联风险预测结果调整动态运行参数，完成氢能系统安全评估。本发明结合深度学习和混合优化算法等，实现了氢能系统异常检测与风险预测的安全评估。