Page 98 - 《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

泄漏高度为 0.7 m，泄漏速率为 0.007 5 kg/s，下同）。附带的误差图揭示了 MSDGNN 的预测结果与

FLACS 计算结果之间的绝对误差的空间分布，可为评价模型的预测精度提供直观依据。可见，在不同的
泄漏速率与泄漏高度条件下，MSDGNN 能够以高精度预测不同时刻下的浓度分布。以上观察结果凸显
了 MSDGNN 在全场时空预测方面的优势，通过生成全面、动态且高精度的预测结果，MSDGNN 相较于

传统 ML 模型更有利于实际场景中可燃气体泄漏后果的全面有效评估。
3.3 测点浓度时程曲线
为进一步验证 MSDGNN 的有效性，对监测点 MP1、MP2、MP3 的浓度时程曲线进行了分析（测点位
置见图 3）。图 11 中展示了 LP_0.1_LR_0.002、LP_0.1_LR_0.009、LP_1.3_LR_0.0035、LP_1.3_LR_0.008、
LP_2.5_LR_0.0065 及 LP_2.5_LR_0.0085 工况下 MSDGNN 生成的测点浓度时程曲线与 FLACS 计算结果

12.5 40

MSDGNN-MP1 MSDGNN-MP1
FLACS-MP1 FLACS-MP1
10.0
MSDGNN-MP2 30 MSDGNN-MP2
Concentration/% 7.5 MSDGNN-MP3 Concentration/% 20 MSDGNN-MP3
FLACS-MP2
FLACS-MP2
FLACS-MP3
FLACS-MP3
5.0
2.5 10

0 600 1 200 1 800 0 600 1 200 1 800
Time/s Time/s
(a) LP_0.1_LR_0.002 (b) LP_0.1_LR_0.009
30 50
MSDGNN-MP1 MSDGNN-MP1
25 FLACS-MP1 FLACS-MP1
MSDGNN-MP2 40 MSDGNN-MP2
FLACS-MP2
FLACS-MP2
Concentration/% 15 MSDGNN-MP3 Concentration/% 30 MSDGNN-MP3
20
FLACS-MP3
FLACS-MP3
20
10
5 10

0 600 1 200 1 800 0 600 1 200 1 800
Time/s Time/s
(c) LP_1.3_LR_0.0035 (d) LP_1.3_LR_0.008
50 60
MSDGNN-MP1 MSDGNN-MP1
FLACS-MP1 FLACS-MP1
40 MSDGNN-MP2 50 MSDGNN-MP2
FLACS-MP2
FLACS-MP2
Concentration/% 30 MSDGNN-MP3 Concentration/% 30 MSDGNN-MP3
40
FLACS-MP3
FLACS-MP3
20
10 20
10
0 600 1 200 1 800 0 600 1 200 1 800
Time/s Time/s
(e) LP_2.5_LR_0.0065 (f) LP_2.5_LR_0.0085

图 11 MSDGNN 生成的测点浓度时程曲线
Fig. 11 Concentration time history curve of the measuring point generated by MSDGNN

051431-13