浮式液化天然气生产储泄装置（Liquid Natural Gas Floating Production Storage and of Floating Unit,FLNG）,由于其具有投资成本低、建造周期短和安全性高等优点被广泛应用于海洋天然气开采中。但FLNG上甲板可燃气体泄漏扩散与燃爆事故是FLNG主要风险之一,一旦发生将对船员生命、海洋环境和公司财产等造成毁灭性破坏。因此,为使工作人员快速对FLNG上甲板可燃气体泄漏扩散与燃爆事故进行应急处置,本文开展FLNG上甲板可燃气体泄漏扩散与燃爆事故后果快速预测研究,在此基础上,开展FLNG上甲板可燃气体泄漏源反演研究,实现对泄漏源精确定位的目的。主要内容包括:（1）利用FLACS软件对FLNG上甲板可燃气体的泄漏扩散过程进行仿真模拟,对模拟结果进行数据结构划分,生成数据集,建立基于Bi-LSTM神经网络的快速预测方法,对FLNG上甲板可燃气体泄漏扩散事故的后果进行预测。结果表明:基于Tanh激活函数、RAdam优化算法、Bi-LSTM神经网络的FLNG上甲板可燃气体泄漏扩散事故后果快速预测模型的预测精度最高,其对Q9值预测结果的R~2均值可达0.95397,接近于1,可作为FLNG上甲板可燃气体泄漏扩散事故的后果快速预测模型进行使用。（2）利用泄漏扩散后果预测数据与燃爆仿真模拟数据,生成数据集,开展FLNG上甲板可燃气体燃爆事故后果快速预测研究,结果表明:基于Sigmoid激活函数、Ranger优化算法、Bi-LSTM神经网络的FLNG上甲板可燃气体燃爆事故后果快速预测模型的预测精度最高,其对最大超压值和温度值预测结果的R~2均值分别可达0.96716、0.96125,接近于1,可作为FLNG上甲板可燃气体燃爆事故的后果快速预测模型进行使用。（3）利用部分泄漏扩散后果预测数据与泄漏源场景下的泄漏扩散仿真模拟数据,生成数据集,建立基于BP神经网络的反演预测方法,对泄漏源进行反演预测,结果表明:基于Relu激活函数、Ranger优化算法、BP神经网络的FLNG上甲板可燃气体泄漏源反演预测模型的预测精度最高,其对X轴坐标与Y轴坐标反演结果的R~2均值分别可达0.98062、0.97824,接近于1,可作为FLNG上甲板可燃气体泄漏源反演模型进行使用。（4）为使可燃气体泄漏源反演模型更具有工程意义,对可燃气体浓度监测器的布置方案进行优化:在反演模型的反演过程中,对气体浓度监测器所监测数据的对应权值进行对比分析,选择对反演精度影响较大的数据与其对应的气体浓度监测器,以达到对气体浓度监测器布置方案进行优化的目的。利用本文提出的快速预测模型,可对FLNG上甲板可燃气体泄漏扩散与燃爆事故后果进行快速,准确预测,利用泄漏源反演模型,可对FLNG上甲板可燃气体泄漏源进行精确定位,对FLNG上甲板可燃气体泄漏扩散与燃爆事故的应急处置具有指导意义。