基于深度学习模型动态确定爆炸安全距离的方法

本发明涉及风险评估技术领域，公开了基于深度学习模型动态确定爆炸安全距离的方法，包括以下步骤：S1：通过工程仿真平台和CFD软件获得多组数据，并将多组数据构建为训练数据集；S2：通过训练数据集训练深度学习模型，深度学习模型得到输入特征和输出特征的关系；S3：通过数据采集模块获取对应时间点环境中压力、温度、气体浓度、流速实时数据；S4：通过工程仿真平台和CFD软件对创建的对应爆炸场景模型爆炸过程进行数值模拟；S5：通过深度学习模型获得预测值；S6：通过爆炸安全距离计算公式计算爆炸安全距离；S7：重复S3‑S6，动态实时确定爆炸安全距离。本发明能够应用于不同爆炸场景，能够实时精确获取爆炸场景中安全距离。