ПНСТ 775-2022 Безопасность в чрезвычайных ситуациях. Безопасный город. Прогнозирование последствий разлива нефти и нефтепродуктов. Общие требования

     6 Обучение моделей ПАМ-РНН

6.1 В настоящем стандарте установлены следующие основные мероприятия, обеспечивающие обучение ПАМ-РНН:

- сбор статистики за последние пять лет о РНН на НТ, произошедших на объектах хранения НН [резервуарах хранилищ (складов), находящихся в обваловании], техническом состоянии указанных объектов и параметрах, характеризующих состояние окружающей среды;

- обработка собранных на предыдущем этапе данных для формирования обучающего множества ПАМ-РНН;

- сборка обработанных данных краткосрочной и среднесрочной моделей ПАМ-РНН в обучающие примеры;

- обработка обучающих примеров с применением байесовского классификатора.

6.2 В качестве начала наблюдения следует принимать:

- для МКП - дату и время наблюдения РНН;

- для МСП - дату наблюдения наличия (отсутствия) РНН.

РНН должен осуществляться по ровной поверхности, с естественным уклоном местности не более 5°. Прогнозирование растекания НН на КТ проводят с применением матрицы высот и геоинформационной системы, требования к отображению результатов моделирования площади РНН на местности в настоящем стандарте не предъявляются.

6.3 В настоящем стандарте установлены основные входные данные для формирования базового обучающего множества ПАМ-РНН, которые могут быть дополнены и/или уточнены с учетом особенностей конкретных КТ.

6.4 Сбор статистики о РНН на НТ, произошедших на объектах хранения НН, техническом состоянии указанных объектов и параметрах, характеризующих состояние окружающей среды

Для сбора входных данных необходимо предварительно определить состав территорий, сопоставимых по климату, растительности и рельефу местности с КТ, результаты наблюдений за которыми будут использоваться для формирования обучающего множества ПАМ-РНН - НТ. В состав НТ, как минимум, должна быть включена КТ.

6.4.1 Основными наборами данных для формирования базового обучающего множества ПАМ-РНН являются:

- данные, характеризующие РНН на НТ;