CN102867105A - 一种城市天然气管道失效多因素多态概率分析方法及其应用 - Google Patents
一种城市天然气管道失效多因素多态概率分析方法及其应用 Download PDFInfo
- Publication number
- CN102867105A CN102867105A CN2012102349959A CN201210234995A CN102867105A CN 102867105 A CN102867105 A CN 102867105A CN 2012102349959 A CN2012102349959 A CN 2012102349959A CN 201210234995 A CN201210234995 A CN 201210234995A CN 102867105 A CN102867105 A CN 102867105A
- Authority
- CN
- China
- Prior art keywords
- factor
- pipeline
- failure
- probability
- polymorphic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种城市天然气管道失效多因素多态概率分析方法及其应用。本方法重点对造成管道失效的腐蚀、设计、操作管理、环境和第三方破坏等主要因素的失效状态进行了修正研究,建立了燃气管道贝叶斯网络概率计算模型,分别对管道失效单因素多态、两因素多态和多因素多态等情形进行定量计算,得出管道失效顶上事件概率以及各基本因素的结构重要度。本方法充分发挥了贝叶斯网络在处理复杂风险系统分析独特的推理能力,提高了对城市天然气管道安全失效定量分析的全面性、预见性和系统性,对天然气管道的风险管理和故障处理都具有一定的参考意义。
Description
技术领域
本发明是一种城市天然气管道失效多因素多态概率分析方法及其应用,尤其涉及天然气管道失效因素多态概率定量计算,属于油气储运风险控制领域。
背景技术
随着城市天然气建设规模不断扩大和使用的不断普及,其燃烧爆炸特性也给城市正常生产生活带来越来越多的安全隐患,且城市天然气管道常常经过人员密集的区域,一旦发生管道失效泄漏,容易引起严重的公共安全问题。
据美国管道安全办公室统计,从1986年1月到2001年12月的16年间,全美输气干线共发生事故1286起,死亡达58人,受伤217人,财产损失2.84亿美元。国内也有这方面的案例:如1999年12月8日,西安市莲湖路埋地天然气管道发生爆炸,200米的路面被强大的冲力炸开,造成15人受伤,并且导致大面积停电,直接经济损失300余万元;2000年1月5日,乌鲁木齐天然气管道突然发生了大爆炸,事故造成铁路局9000多户居民停气,部分地区停水停电,近30万平方米的暖气停供;2003年8月21日上午,深圳市福华三路发生煤气管道连环爆炸,造成9人受伤,直接经济损失约90万元。此外,还有一些事故虽然由于处理及时未造成人员伤亡,但造成了很大的社会影响。2003年11月17日,杭州市风起路与环城东路交汇处燃气管道发生爆炸事故,200多米路段的数十个窨井盖被炸飞,大量建筑物和汽车受损,1652户居民家被停止供气;2004年1月3日,泉州市江头台湾街与仙岳路交汇处,一段中压燃气管道因地基不均匀沉降而发生断裂,引起燃气严重泄漏事故,抢修人员关闭了气源总阀,被迫中断附近3000余用户的管道燃气供应;2004年1月16日上海塘桥地区发生了上海首次大面积天然气泄漏事件,当晚有两千余户居民被疏散。
大量事故案例表明:对城市天然气管道进行风险管理,预先分析、预测其可能的失效状态,进而采取有效措施控制风险形成,对城市安全意义重大。
要降低天然气管道事故的风险率主要从两方面着手,一方面要通过改进技术限制事故的后果严重度,另一方面要加强天然气管道风险管理,减小事故发生的可能性。其中通过对管道多因素的认识分析,通过定量计算来得出管道故障的确定概率,有助于我们把握好各个因素间的相互关系以及各自所占的比重,在安全管理中明确对象,抓住重点,以此来预测风险,达到减小风险概率的目的。
常用的天然气管道失效概率计算的方法主要事故树、事件树分析法,贝叶斯分析 法,概率风险评价法等。
事故树分析具有简明、形象化的特点。但事故树的基础事件通常是一个确定的量,且不同事件间是互相独立的,这在复杂问题的处理上往往无法得到正确的结果。而管道失效的各种因素之间是相互关联,并且可以相互转化的,很难用事故树的形式完整确切的表达出来。而且事故树的分析计算依赖于历年事故数据的统计,而我国有关管道实效的研究起步较晚,而且对数据的统计和汇总不到位,相关的研究不得不依靠借鉴国外数据,其得出的结论与事实也必然存在一定的差距。
事件树分析(ETA)起源于决策树分析(简称DTA),既事件树分析的理论基础是运筹学中的决策论,是一种以归纳法为基础的系统安全分析方法。在事件树分析中,分析首先从初始事件开始,按时间进程采用追踪方法,对构成系统的各要素(事件)的状态(成功或失败、安全或危险)逐项进行二者择一的逻辑分析,分析可能导致事故的事件的可能顺序和将会造成什么样的状态,从而定性和定量地评价系统的安全性,并由此获得最终正确的决策。
燃气管道事故定量风险分析往往具有多态性、非单调性等特性,事故树、事件树法在处理这方面问题时,在模型、方法等方面无法解决;概率风险评价方法不能充分反映软件、人因与系统的相互依赖关系和交互过程,在应用中受到了限制。而能将专家经验判断等定性知识与历史数据等定量知识有效结合起来的贝叶斯网络在大型复杂系统的风险分析中显示了其独特的优越性。
贝叶斯网络本身是一种不确定性因果关联模型,与其他决策模型不同,它本身就是将多元知识图解可视化的一种概率知识表达与推理模型,更为贴切地蕴涵了网络节点变量之间的因果关系及条件相关关系。贝叶斯网络以概率推理为基础,推理结果说服力强,对先验概率的要求大大降低,用条件概率表达各个信息要素之间的相关关系,能在有限的、不完整、不确定的信息条件下进行学习和推理。
贝叶斯网络具有强大的不确定性问题处理能力,被很多学者用于大坝(群)、变流器故障诊断以及长输管道故障分析等,多用于讨论、验证贝叶斯的推理作用。对城市燃气管道失效概率贝叶斯分析,也限于对腐蚀因素二态修正和自然环境因素逻辑确定性的修正,还没有针对天然气管道失效的多因素多态修正。
因此,为克服现有技术的不足,提出一种城市天然气管道失效多因素多态概率分析方法及其应用。该方法综合分析了造成城市天然气管道失效可能的各个风险因素,即腐蚀、设计、操作管理、环境和第三方破坏等,并对失效各因素的失效状态进行了深入研究。通过建 立贝叶斯网络天然气管道安全失效概率计算模型,运用贝叶斯网络计算软件,结合常州市某段天然气管道,分别对单因素管道失效和多因素管道失效情景进行定量计算,对各因素多态失效情况进行修正,得出失效事故概率以及各因素的结构重要度,充分体现了单因素多态、两因素多态以及多因素多态情景下对天然气管道失效的影响作用,使管道失效风险预测结果更加准确和全面,对天然气管道的分风险管理和故障处理都具有一定的参考意义。
发明内容
本发明的目的是为了克服现有技术的不足,在于提供了一种适用于城市天然气管道失效因素多态概率分析计算方法。本方法利用贝叶斯网络的强大的推力学习能力及其软件定量计算结果客观性和可信度高的特点,达到更加全面、有效评估城市天然气管道实效概率计算的目的。
本发明采用的技术方案是:基于贝叶斯网络的原理,建立贝叶斯网络天然气管道安全失效概率计算模型,结合常州市某段天然气管道,运用贝叶斯网络计算软件,分别对单因素管道失效、两因素管道失效和多因素管道失效情景进行定量计算。重点对各因素多态失效情况进行分析和修正,得出修正后的事故概率以及各因素的结构重要度,从而更加全面和准确地预测城市天然气管道失效状态,也体现出不同因素对管道失效的相互影响作用。
所述的贝叶斯网络天然气管道失效概率计算模型,确定了第三方破坏、腐蚀因素、设计因素、操作管理因素和环境因素等5项风险指标,其中将腐蚀因素修正为强腐蚀、中腐蚀、弱腐蚀和无腐蚀四种腐蚀状态。
所述的设计因素又可分为管道初始缺陷和管道承压能低两大因素,对管道承压能根据其水压试验情况修正为差、中、良、优四种状态。
所述的操作管理因素主要通过施工缺陷表示,将其修正为差、中、良、优四种状态。
所述的环境因素主要指自然灾害会造成管道悬空、变形、断裂、设施损坏,其既可能造成管道失效,也可能起到支撑管道的作用而延长它的使用寿命,修正为两种状态。
一种城市天然气管道失效多因素多态概率分析应用方法为:结合国外相关数据和某城市天然气管道运行状况及管理经验,对以上各因素分解后的各种不同状态的基本概率进行了适当假设确定,再
运用Hugin Expert贝叶斯软件对以上各因素可能造成管道失效的单因素多态,两因素多态以及多因素多态修正计算,分别得出管道失效概率和各因素的结构重要度,并和修正前结果比较。
本发明的作用机理是:根据风险的负效应理论,辨识与分析管道失效危险、有害因素,根据贝叶斯网络原理,研究确定各风险因素可能的失效状态,根据国外有关数据,定量描述各因素可能的失效状态的概率值,利用贝叶斯网络的强大的推力学习能力和不确定问题处理能力,能有效地进行多源信息表达与融合,通过表达的条件独立性能力表达软件风险之间的关联关系。
本发明的一种城市天然气管道失效多因素多态概率分析方法及其应用,其特征在于:
(1)修正了腐蚀、设计、操作管理和环境等各因素可能的失效状态;
(2)对各因素可能出现的不同状态的基本概率进行了适当假设确定;
(3)分别对各因素可能造成管道失效的单因素多态,两因素多态以及多因素多态修正计算,得出管道失效概率和各因素的结构重要度,与修正前比较,更加全面、客观和准确地预测城市天然气管道失效状态,也体现出不同因素对管道失效的相互影响作用,加速了城市燃气管道风险预测的有效性。
本发明与相同评定其他方法的区别在于:
(1)根据国内外有关资料和数据分解确定了城市天然气管道主要风险因素,即第三方破坏、腐蚀、设计、操作管理和环境等各因素的可能的失效状态,并结合某地天然气管道运行状况和管理经验,对各状态的概率进行了适当假定。与其他类似概率计算方法比较,对失效因素及其状态考虑得更加全面、客观,比如兰州理工大学俞树荣教授等在《基于贝叶斯网络的长输管道故障树分析》一文中,仅对自然因素的两种状态和腐蚀因素的三种状态进行修正计算;常州大学郝永梅等在《基于贝叶斯网络的城市燃气管道安全失效概率》一文中,也限于对管道内腐蚀的四种状态和自然环境因素作了双因素多态修正。而管道的腐蚀可分为内腐蚀和外腐蚀两大类,其中外腐蚀沾70%的作用,因此,本发明更加客观地从外腐蚀这一方面来考虑管道腐蚀,并将其分为强、中、弱、无四种状态。同时对操作管理因素和设计因素,在前人研究的基础上,适当划分出可能的失效状态,对管道失效因素考虑更加全面、客观。
(2)使用Hugin Expert贝叶斯软件对以上各因素及其可能造成管道失效的状态,分别进行了单因素多态修正概率计算、任意两因素组合多态修正计算以及多因素组合多态修正计算,分别得出管道失效概率和各因素的结构重要度,充分发挥了贝叶斯网络在处理复杂风险系统分析独特的推理能力和不确定问题处理能力,提高了对城市燃气管道安全失效定量分析的全面性、预见性和系统性。
附图说明
图1是城市天然气管道贝叶斯网络模型图;
图2是城市天然气管道的贝叶斯模型图;
图3是各失效因素的结构重要度分析图;
具体实施方式:
1、确定城市天然气管道失效因素及基本概率事件
根据国内外有关文献和资料,确定了第三方破坏、腐蚀、设计、操作管理和环境等为燃气管道失效的五大主要因素。又根据国外相关数据,见表1,将设计因素分为管道初始缺陷和管道承压能低两个基本事件;将操作管理因素分为管道施工缺陷和管道严重憋压两个基本因素。
表1基本事件概率表
代号 | 基本事件 | 概率分布(先验概率) |
X1 | 环境因素破坏 | (0.0050,0.9950) |
X2 | 第三方破坏 | (0.0268,0.9732) |
X3 | 管道初始缺陷 | (0.0046,0.9954) |
X4 | 管道承压能低 | (0.0229,0.9771) |
X5 | 管道抗蚀性差 | (0.0105,0.9895) |
X6 | 腐蚀 | (0.0241,0.9759) |
X7 | 管道施工缺陷 | (0.0025,0.9975) |
X8 | 管道严重憋压 | (0.0020,0.9980) |
2、建立城市天然气管道贝叶斯网络图失效概率计算模型
根据以上,构建城市天然气管道失效的贝叶斯网络图模型,如图1。其中,其中T为管道失效顶上事件,B1表示管道设计因素,B2表示管道抗腐蚀性差与管道腐蚀综合表现,B3为操作管理因素。
3、各因素的多态修正
综合分析前人研究成果的基础上,将腐蚀因素分解为强腐蚀、中腐蚀、弱腐蚀和无腐蚀四种腐蚀状态;对设计因素中管道承压能基本因素,根据其水压试验情况分解为差、中、良、优四种状态;操作管理因素主要通过施工缺陷表示,将其分解为差、中、良、优四种状态;环境因素主要指自然灾害会造成管道悬空、变形、断裂、设施损坏,其既可能造成管道失效,也可能起到支撑管道的作用而延长它的使用寿命,分为两种状态。
4、结合国外相关数据和常州城市天然气管道运行状况及管理经验,对以上各因素分解后的各种不同状态的基本概率进行适当假设确定。
5、运用Hugin Expert贝叶斯软件对以上各因素可能造成管道失效的单因素多态,两因素多态以及多因素多态修正计算,分别得出管道失效概率和各因素的结构重要度,并和修正前结果比较。
实例
1、基础数据
选择常州市内港华燃气公司的某段天然气输送管道,该管道位于武进区北塘河路和青洋路交汇处的人行道下,其规格为φ720mm×8(9)mm;管材为T/S-52k16Mn、X-52;设计压力4.0MPa,目前输量700×104m3/d。
2、建立贝叶斯网络失效概率模型
贝叶斯网络失效概率模型同图1,基本事件概率数据使用表1中数据。
3、计算修正前顶上事件概率
根据以上管道失效贝叶斯网络模型,可分别列出如表2、表3及表4的联接强度(条件概率表),运用Hugin Expert软件,可建立如图2计算模型,根据表1数据,输入X3、X4与B1,X5、X6与B2,X7、X8与B3的联合强度概率表,计算其顶端事件T的发生概率。
表2基本事件X3、X4与B1的联接强度(条件概率表)
表3基本事件X5、X6与B2的联接强度(条件概率表)
表4基本事件X7、X8与B3的联接强度(条件概率表)
计算得顶上事件T的发生概率为6.27×10-2,即管道失效发生事故的概率为6.27×10-2。以顶上事件T的state1为基本状态,计算得出各失效因素在导致此管道发生泄漏事故时的结 构重要度,依次分别为X2>X4>X1>X3>X7>X8>X6>X5。具体数值见图3。
4、单因素多态修正
(1)设计因素中承压能力状态的修正
将管道承压能力依次大致分为差、中、良、优四种状态,依次假定概率为X41=0.0047、X42=0.0364、X43=0.6712、X44=0.2877。表2的条件概率表则应该调整为表5。
表5对表5.2条件概率表的修改
根据实际情况修正模型后,T变为6.27×10-2,以顶上事件T的state1,可得各失效因素在导致此管道发生事故时的结构重要度,依次分别为X2>X4>X1>X3>X7>X8>X6>X5。
(2)腐蚀因素的修正
根据前述,可将腐蚀分为劣(强腐蚀)、中(中腐蚀)、良(轻微腐蚀)、优(无腐蚀)四种状态,依次假定概率为X61=0.0072、X62=0.0337、X63=0.5755和X64=0.3836。表3的条件概率表则应该调整为表6。
表6对表3条件概率表的修改
计算T变为6.27×10-2,得各失效因素在导致此管道发生事故时的结构重要度,依次分别为X2>X4>X1>X3>X6>X7>X8>X5。
(3)环境因素的修正
环境因素的特点体现在当环境因素起反作用时,它会恶化管道失效的程度,甚至直接导致失效;而当环境因素起正作用时,会有助于维持管道的稳定状态,抑制失效事故的发生。因此在只有自然因素造成管道失效时,其概率应做更改。
即B3的条件概率表
P=(B3=1|X7=0,X8=1)=1
应改为
P=(B3=1|X7=0,X8=1)=0.5。
根据实际情况修正模型后,T变为6.02×10-2,各失效因素在导致此管道发生事故时的结构重要度,依次分别为X2>X4>X3>X1>X7>X8>X6>X5。
(4)操作管理中施工缺陷状态的修正
由前述,对操作管理中的施工缺陷的状态分为差、中、良、优四种状态,假定概率依次为X71=0.0005,X72=0.0020,X73=0.7980,X74=0.1995。表4的条件概率表则应该调整为表7。
表7对表4条件概率表的修改
计算T变为6.27×10-2,各失效因素在导致此管道发生事故时的结构重要度,依次分别为X2>X4>X1>X3>X7>X8>X6>X5。
5、两因素多态修正
在以上研究的基础上进行两因素多态修正
(1)将设计因素与腐蚀因素相结合多态修正,得出顶上事件T的概率变6.27×10-2。导致管道失效的各因素的结构重要度依次分别为X2>X4>X1>X3>X6>X7>X8>X5。
(2)将设计因素与环境因素相结合多态修正,得出顶上事件T的概率变6.02×10-2。导致管道失效的各因素的结构重要度依次分别为X2>X4>X3>X1>X7>X8>X6>X5。
(3)将设计因素与操作管理因素相结合多态修正,得出顶上事件T的概率变6.27×10-2。导致管道失效的各因素的结构重要度依次分别为X2>X4>X1>X3>X7>X8>X6>X5。
(4)将腐蚀因素与环境因素相结合修正,得出顶上事件T的概率变为6.02×10-2。导致管道失效的各因素的结构重要度依次分别为X2>X4>X3>X1>X6>X7>X8>X5。
(5)将腐蚀因素与操作管理因素相结合修正,得出顶上事件T的概率变为6.27×10-2。导致管道失效的各因素的结构重要度依次分别为X2>X4>X1>X3>X6>X7>X8>X5。
(6)将环境因素与操作管理因素相结合修正,得出顶上事件T的概率变为6.02×10-2。导致管道失效的各因素的结构重要度依次分别为X2>X4>X3>X1>X7>X8>X6>X5。
6、多因素多态修正
在现实中管道的失效往往是由多种因素共同作用造成的,因此有必要对多因素多态修正。
(1)将设计、腐蚀、环境因素相结合多态修正,得出顶上事件T发生的概率将变为 6.02×10-2,导致管道失效的各因素的结构重要度依次分别为X2>X4>X3>X1>X6>X7>X8>X5。
(2)将设计、腐蚀、操作管理因素想结合多态修正,得出顶上事件T发生的概率将变为6.27×10-2,导致管道失效的各因素的结构重要度依次分别为X2>X4>X1>X3>X6>X7>X8>X5。
(3)将腐蚀、环境因素、操作管理想结合多态修正,得出顶上事件T发生的概率将变为6.02×10-2,导致管道失效的各因素的结构重要度依次分别为X2>X4>X3>X6>X1>X7>X8>X5。
(4)设计、腐蚀、环境、操作管理等因素全部结果相结合多态修正,讨论得出顶上事件T发生的概率将变为6.02×10-2,导致管道失效的各因素的结构重要度依次分别为X2>X4>X3>X6>X1>X7>X8>X5。
7、结果分析
上述各项计算结果的统计如表8
表8各修正结果统计表
由表8能够清楚的看到:环境因素的单因素的多态修正对顶上事件的概率影响较大,而设计因素、腐蚀因素和操作管理因素的多态修正对顶上事件概率不产生影响,只是对各基本因素的结构重要度起到了影响作用,使其排序稍有变化;两因素组合修正中,凡涉及到环境因素的组合修正计算,无论是顶上事件概率还是各因素的结构重要都发生了改变,其他组合只是对结构重要度发生作用;多因素修正的顶上事件概率变化同两因素修正,结构重要度都发生改变。
此外何种形式修正,第三方破坏始终是导致管道失效的最重要因素,其次是管道承压能低;而管道的抗腐蚀性差对管道失效的影响最小,是最不重要的因素。
在多因素多态修正中,顶上事件的概率变化取决于环境因素。操作管理因素的两态和多态修正基本对计算结果没有影响。设计、腐蚀、环境因素共同影响了结构重要度。
Claims (5)
1.一种城市天然气管道失效多因素多态概率分析方法及其应用,其特征在于:
(1)基于贝叶斯网络的原理,建立贝叶斯网络天然气管道安全失效概率计算模型;
(2)结合某市某段天然气管道,运用贝叶斯网络计算软件,分别对单因素管道失效、两因素管道失效和多因素管道失效情景进行定量计算;
(3)重点对各因素多态失效情况进行分析和修正,得出修正后的事故概率以及各因素的结构重要度,从而更加全面和准确地预测城市天然气管道失效状态,也体现出不同因素对管道失效的相互影响作用。
2.根据权利要求1所述一种城市天然气管道失效多因素多态概率分析方法及其应用,其特征在于:所述的贝叶斯网络天然气管道失效概率计算模型,确定了第三方破坏、腐蚀因素、设计因素、操作管理因素和环境因素等5项风险指标,其中将腐蚀因素修正为强腐蚀、中腐蚀、弱腐蚀和无腐蚀四种腐蚀状态。
3.根据权利要求2所述一种城市天然气管道失效多因素多态概率分析方法及其应用,其特征在于:所述设计因素又可分为管道初始缺陷和管道承压能低两大因素,对管道承压能根据其水压试验情况修正为差、中、良、优四种状态;操作管理因素主要通过施工缺陷表示,将其修正为差、中、良、优四种状态;环境因素主要指自然灾害会造成管道悬空、变形、断裂、设施损坏,其既可能造成管道失效,也可能起到支撑管道的作用而延长它的使用寿命,修正为两种状态。
4.根据权利要1所述一种城市天然气管道失效多因素多态概率分析方法及其应用,其特征在于:结合国外相关数据和某城市天然气管道运行状况及管理经验,对以上各因素分解后的各种不同状态的基本概率进行了适当研究设定。
5.根据权利要1所述一种城市天然气管道失效多因素多态概率分析方法及其应用,其特征在于:使用Hugin Expert贝叶斯软件对以上各因素可能造成管道失效的单因素多态,两因素多态以及多因素多态修正计算,分别得出管道失效概率和各因素的结构重要度,并和修正前结果比较。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012102349959A CN102867105A (zh) | 2012-06-29 | 2012-06-29 | 一种城市天然气管道失效多因素多态概率分析方法及其应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012102349959A CN102867105A (zh) | 2012-06-29 | 2012-06-29 | 一种城市天然气管道失效多因素多态概率分析方法及其应用 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102867105A true CN102867105A (zh) | 2013-01-09 |
Family
ID=47445973
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012102349959A Pending CN102867105A (zh) | 2012-06-29 | 2012-06-29 | 一种城市天然气管道失效多因素多态概率分析方法及其应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102867105A (zh) |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103308314A (zh) * | 2013-06-18 | 2013-09-18 | 上海理工大学 | 一种基于贝叶斯网络模型和多准则决策分析对汽车发动机故障的检修方法 |
CN103488907A (zh) * | 2013-09-30 | 2014-01-01 | 西南石油大学 | 天然气管道第三方破坏失效概率的计算方法 |
CN103499023A (zh) * | 2013-09-24 | 2014-01-08 | 常州大学 | 一种燃气管道泄漏在线检测和定位方法及其装置 |
CN104281921A (zh) * | 2014-10-10 | 2015-01-14 | 讯腾数码科技(北京)有限公司 | 一种获得城市地下管网动态风险评价数据的方法 |
CN104636585A (zh) * | 2013-11-15 | 2015-05-20 | 中国石油天然气集团公司 | 一种油气长输管道的环境风险定量管理方法 |
CN104657911A (zh) * | 2015-01-20 | 2015-05-27 | 中国石油天然气股份有限公司 | 一种天然气管道压缩机组维护方法及设备 |
CN104809599A (zh) * | 2015-05-22 | 2015-07-29 | 中国石油化工股份有限公司 | 保障石化企业厂际管线防护措施有效性评估方法及系统 |
CN104992051A (zh) * | 2015-06-15 | 2015-10-21 | 北京工业大学 | 一种燃气聚乙烯管道风险等级评价方法及系统 |
CN105912844A (zh) * | 2016-04-07 | 2016-08-31 | 中国石油大学(北京) | 一种天然气管网供气可靠性的评价方法及装置 |
CN106255959A (zh) * | 2014-03-31 | 2016-12-21 | 庞巴迪公司 | 特定风险工具箱 |
CN107403265A (zh) * | 2017-07-21 | 2017-11-28 | 深圳市燃气集团股份有限公司 | 一种城镇燃气地上管道的选用方法及系统 |
CN108062638A (zh) * | 2018-02-09 | 2018-05-22 | 国通广达(北京)技术有限公司 | 综合管廊灾害链风险评估方法 |
CN108595905A (zh) * | 2017-10-25 | 2018-09-28 | 中国石油化工股份有限公司 | 一种基于bp神经网络模型的冲蚀失效定量预测方法 |
CN110147956A (zh) * | 2019-05-21 | 2019-08-20 | 重庆科技学院 | 一种井喷事故风险分析方法 |
CN110826187A (zh) * | 2019-10-12 | 2020-02-21 | 广东核电合营有限公司 | 核电站蒸汽发生器传热管降质失效的概率评估方法 |
CN110909763A (zh) * | 2019-10-16 | 2020-03-24 | 中国石化青岛液化天然气有限责任公司 | 基于故障知识库和贝叶斯网络的设备故障诊断方法 |
CN110956268A (zh) * | 2019-10-16 | 2020-04-03 | 中国石化青岛液化天然气有限责任公司 | 基于大数据的压缩机故障诊断方法 |
CN111275329A (zh) * | 2020-01-20 | 2020-06-12 | 交通运输部水运科学研究所 | 水运工程施工安全事故致因分析方法 |
CN111931375A (zh) * | 2020-08-12 | 2020-11-13 | 中海石油气电集团有限责任公司 | 基于失效数据库的天然气管道失效概率定量化方法及系统 |
CN112668182A (zh) * | 2020-12-28 | 2021-04-16 | 西安特种设备检验检测院 | 一种天然气长输管道失效的分析方法 |
CN112699927A (zh) * | 2020-12-25 | 2021-04-23 | 北京无线电计量测试研究所 | 一种管线故障诊断方法和系统 |
CN113343394A (zh) * | 2021-04-25 | 2021-09-03 | 陕西省天然气股份有限公司 | 一种天然气管道风险评价方法 |
CN113537695A (zh) * | 2021-05-28 | 2021-10-22 | 东莞理工学院 | 垃圾焚烧发电厂烟气污染物过量排放风险量化评估方法 |
-
2012
- 2012-06-29 CN CN2012102349959A patent/CN102867105A/zh active Pending
Non-Patent Citations (5)
Title |
---|
俞树荣等: "基于贝叶斯网络的长输管道故障树分析", 《石油化工设备》 * |
潘家华: "油气管道的风险分析(续一)", 《油气储运》 * |
胡明等: "贝叶斯网络分析在管道腐蚀失效概率计算中的运用", 《化工设备与管道》 * |
郝永梅等: "基于贝叶斯网络的城市燃气管道安全失效概率", 《油气储运》 * |
郝永梅等: "天然气管道失效的定量风险分析", 《油气储运》 * |
Cited By (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103308314B (zh) * | 2013-06-18 | 2015-04-22 | 上海理工大学 | 一种基于贝叶斯网络模型和多准则决策分析对汽车发动机故障的检修方法 |
CN103308314A (zh) * | 2013-06-18 | 2013-09-18 | 上海理工大学 | 一种基于贝叶斯网络模型和多准则决策分析对汽车发动机故障的检修方法 |
CN103499023A (zh) * | 2013-09-24 | 2014-01-08 | 常州大学 | 一种燃气管道泄漏在线检测和定位方法及其装置 |
CN103499023B (zh) * | 2013-09-24 | 2016-06-08 | 常州大学 | 一种燃气管道泄漏在线检测和定位方法及其装置 |
CN103488907B (zh) * | 2013-09-30 | 2017-07-04 | 西南石油大学 | 天然气管道第三方破坏失效概率的计算方法 |
CN103488907A (zh) * | 2013-09-30 | 2014-01-01 | 西南石油大学 | 天然气管道第三方破坏失效概率的计算方法 |
CN104636585A (zh) * | 2013-11-15 | 2015-05-20 | 中国石油天然气集团公司 | 一种油气长输管道的环境风险定量管理方法 |
CN104636585B (zh) * | 2013-11-15 | 2018-03-09 | 中国石油天然气集团公司 | 一种油气长输管道的环境风险定量管理方法 |
CN106255959A (zh) * | 2014-03-31 | 2016-12-21 | 庞巴迪公司 | 特定风险工具箱 |
CN106255959B (zh) * | 2014-03-31 | 2019-04-19 | 庞巴迪公司 | 用于输出多个事件的剩余概率的报告的系统、方法及存储介质 |
CN104281921A (zh) * | 2014-10-10 | 2015-01-14 | 讯腾数码科技(北京)有限公司 | 一种获得城市地下管网动态风险评价数据的方法 |
CN104657911A (zh) * | 2015-01-20 | 2015-05-27 | 中国石油天然气股份有限公司 | 一种天然气管道压缩机组维护方法及设备 |
CN104809599A (zh) * | 2015-05-22 | 2015-07-29 | 中国石油化工股份有限公司 | 保障石化企业厂际管线防护措施有效性评估方法及系统 |
CN104992051A (zh) * | 2015-06-15 | 2015-10-21 | 北京工业大学 | 一种燃气聚乙烯管道风险等级评价方法及系统 |
CN105912844A (zh) * | 2016-04-07 | 2016-08-31 | 中国石油大学(北京) | 一种天然气管网供气可靠性的评价方法及装置 |
CN105912844B (zh) * | 2016-04-07 | 2018-05-18 | 中国石油大学(北京) | 一种天然气管网供气可靠性的评价方法及装置 |
CN107403265B (zh) * | 2017-07-21 | 2021-04-16 | 深圳市燃气集团股份有限公司 | 一种城镇燃气地上管道的选用方法及系统 |
CN107403265A (zh) * | 2017-07-21 | 2017-11-28 | 深圳市燃气集团股份有限公司 | 一种城镇燃气地上管道的选用方法及系统 |
CN108595905A (zh) * | 2017-10-25 | 2018-09-28 | 中国石油化工股份有限公司 | 一种基于bp神经网络模型的冲蚀失效定量预测方法 |
CN108062638A (zh) * | 2018-02-09 | 2018-05-22 | 国通广达(北京)技术有限公司 | 综合管廊灾害链风险评估方法 |
CN110147956A (zh) * | 2019-05-21 | 2019-08-20 | 重庆科技学院 | 一种井喷事故风险分析方法 |
CN110826187B (zh) * | 2019-10-12 | 2023-04-07 | 广东核电合营有限公司 | 核电站蒸汽发生器传热管降质失效的概率评估方法 |
CN110826187A (zh) * | 2019-10-12 | 2020-02-21 | 广东核电合营有限公司 | 核电站蒸汽发生器传热管降质失效的概率评估方法 |
CN110909763A (zh) * | 2019-10-16 | 2020-03-24 | 中国石化青岛液化天然气有限责任公司 | 基于故障知识库和贝叶斯网络的设备故障诊断方法 |
CN110956268A (zh) * | 2019-10-16 | 2020-04-03 | 中国石化青岛液化天然气有限责任公司 | 基于大数据的压缩机故障诊断方法 |
CN111275329A (zh) * | 2020-01-20 | 2020-06-12 | 交通运输部水运科学研究所 | 水运工程施工安全事故致因分析方法 |
CN111931375A (zh) * | 2020-08-12 | 2020-11-13 | 中海石油气电集团有限责任公司 | 基于失效数据库的天然气管道失效概率定量化方法及系统 |
CN112699927A (zh) * | 2020-12-25 | 2021-04-23 | 北京无线电计量测试研究所 | 一种管线故障诊断方法和系统 |
CN112699927B (zh) * | 2020-12-25 | 2023-10-20 | 北京无线电计量测试研究所 | 一种管线故障诊断方法和系统 |
CN112668182A (zh) * | 2020-12-28 | 2021-04-16 | 西安特种设备检验检测院 | 一种天然气长输管道失效的分析方法 |
CN112668182B (zh) * | 2020-12-28 | 2022-01-28 | 西安特种设备检验检测院 | 一种天然气长输管道失效的分析方法 |
CN113343394B (zh) * | 2021-04-25 | 2023-02-28 | 陕西省天然气股份有限公司 | 一种天然气管道风险评价方法 |
CN113343394A (zh) * | 2021-04-25 | 2021-09-03 | 陕西省天然气股份有限公司 | 一种天然气管道风险评价方法 |
CN113537695A (zh) * | 2021-05-28 | 2021-10-22 | 东莞理工学院 | 垃圾焚烧发电厂烟气污染物过量排放风险量化评估方法 |
CN113537695B (zh) * | 2021-05-28 | 2023-11-21 | 东莞理工学院 | 垃圾焚烧发电厂烟气污染物过量排放风险量化评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102867105A (zh) | 一种城市天然气管道失效多因素多态概率分析方法及其应用 | |
Jia et al. | Forecast of coal consumption in Gansu Province based on Grey-Markov chain model | |
Li et al. | Risk-based operation safety analysis during maintenance activities of subsea pipelines | |
CN104715163A (zh) | 一种埋地油气管道风险评估方法 | |
Huang et al. | A two-scale system to identify environmental risk of chemical industry clusters | |
CN101915728A (zh) | 埋地金属给水管道剩余寿命预测的测试方法 | |
Sheng et al. | Risk assessment of urban gas pipeline based on different unknown measure functions | |
Chanda | Measuring and enabling resiliency in distribution sysems with multiple microgrids | |
Liu et al. | Risk assessment for urban gas transmission and distribution system using fuzzy comprehensive evaluation method | |
Hamedi et al. | Hybrid simulation modeling framework for evaluation of Thermal Power Plants seismic resilience in terms of power generation | |
Lepov et al. | Concept of integrity, reliability and safety of energy and transport systems for cold climate regions | |
CN114565257A (zh) | 油气并行管道风险评价方法和管控方法 | |
Yang et al. | Cascading Failure Analysis of Causal Factors for Construction Collapse Accidents Based on Network Theory | |
Cheng et al. | Safety grade evaluation of aqueduct structure based on fuzzy cloud theory analysis | |
Tian et al. | Vulnerability analysis for reusing an old industrial area: a case study of the Winter Olympic Park | |
Xin et al. | Airline safety assessment based on fuzzy mathematics and Bayesian networks | |
Lijuan et al. | Leakage prediction model based on RBF neural network | |
Zhang et al. | Suitability Evaluation of Hydrogen Production and Hydrogenation Station Based on AHP-Fuzzy Comprehensive Evaluation Method | |
CN107886367A (zh) | 一种基于可靠性设计的输油管道全生命周期费用计算方法 | |
Wu et al. | An Alternative Corrosion Risk Assessment Method for Industrial Pipelines in Natural Gas Purification Plant | |
Guo et al. | Emergency assessment method for earthquake damage to water supply pipeline network | |
Bogatenkov et al. | ENERGYSAVINGWITH THE HELP OF INFORMATION AND MEASURING SYSTEMS: SECURITY SYSTEM MODELING | |
Wu et al. | Research on security assessment model of water supply system based on leakage control | |
CN117494590B (zh) | 建筑设施抗震性能的评估方法、装置、设备及存储介质 | |
Qian et al. | Based on agent technology of gas pipeline leakage urgent repairing simulation exercises and practical countermeasure analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130109 |