Page 101 - 《爆炸与冲击》2026年第5期

第 46 卷 冯 彬，等： 基于图神经网络的可燃气体泄漏扩散预测方法 第 5 期

过浓度分布云图进行可视化展示。训练集中的泄漏速率取值范围是 0.000 5～0.010 0 kg/s，泛化集将其外
推至 0.012 0 kg/s，外推比例为 20%。图 15 展示了泄漏速率分别为 0.010 4、0.011 2、0.012 0 kg/s 工况下 t=1 500 s

时刻的浓度分布，其最大绝对误差不超过 0.1。泄漏高度采用内推方式，图 16 展示了泄漏高度分别为 1、
1.6、2.2 m 工况下 t=1 500 s 时刻的浓度分布，其泛化误差较泄漏速率的泛化工况有所增大，但仍保持在较
低水平，最大绝对误差约为 0.2。训练集中的泄漏时长取为 1 800 s，泛化集将其外推至 2 700 s，外推比例
为 50%。图 17 展示了 900、1 800 及 2 700 s 时刻的浓度分布，其最大泛化误差约为 0.13。因此，当泄漏速
率、泄漏高度和泄漏时长超出训练数据范围时，MSDGNN 仍表现出良好的预测鲁棒性。

Concentration/%

0 10 20 30 40 50 60 70

FLACS MSDGNN Absolute error
(a) v L =0.010 4 kg/s

Concentration/%
0 10 20 30 40 50 60 70

FLACS MSDGNN Absolute error
(b) v L =0.011 2 kg/s
Concentration/%
0 10 20 30 40 50 60 70

FLACS MSDGNN Absolute error
(c) v L =0.012 0 kg/s
图 15 MSDGNN 对泄漏速率的泛化结果
Fig. 15 Generalization results of v L by MSDGNN

Concentration/%
0 10 20 30 40 50

FLACS MSDGNN Absolute error
(a) h L =1.0 m

Concentration/%
0 10 20 30 40 50 60 70

FLACS MSDGNN Absolute error
(b) h L =1.6 m

051431-16