CN107808255A - 基于定性定量风险的油气管道企业mavr和企业mivr模型及系统 - Google Patents
基于定性定量风险的油气管道企业mavr和企业mivr模型及系统 Download PDFInfo
- Publication number
- CN107808255A CN107808255A CN201711117861.8A CN201711117861A CN107808255A CN 107808255 A CN107808255 A CN 107808255A CN 201711117861 A CN201711117861 A CN 201711117861A CN 107808255 A CN107808255 A CN 107808255A
- Authority
- CN
- China
- Prior art keywords
- risk
- pipeline
- enterprise
- mavr
- oil
- 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
- 238000012502 risk assessment Methods 0.000 claims abstract description 41
- 238000012423 maintenance Methods 0.000 claims abstract description 25
- 238000013349 risk mitigation Methods 0.000 claims abstract description 15
- 238000000034 method Methods 0.000 claims description 23
- 230000003993 interaction Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 7
- 238000013500 data storage Methods 0.000 claims description 6
- 230000000116 mitigating effect Effects 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 4
- 241001269238 Data Species 0.000 claims description 3
- 239000007789 gas Substances 0.000 description 36
- 238000007726 management method Methods 0.000 description 9
- 238000011160 research Methods 0.000 description 9
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000003345 natural gas Substances 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000035800 maturation Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 239000000686 essence Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Software Systems (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Pipeline Systems (AREA)
Abstract
本发明属于管道风险评价技术领域,公开了一种基于定性定量风险的油气管道企业MAVR和企业MIVR模型及系统,采用基于定性定量风险的油气管道企业MAVR模型和基于定性定量风险的油气管道企业MIVR模型。本发明MAVR确定了风险评估后的风险值处于状况:当风险值处于风险可忽略区域,不需要做出措施;当风险值处于风险不可接受区域,立即做出措施,风险值处于ALARP区域时,需要考虑最经济的方式处理风险;对一条管道进行完整性管理时,帮助管道管理者合理分配管道维护管理资源,优化风险缓解措施体系,做出科学的维护决策,切实提高管道运营的安全性和经济性,有着重要的工程应用价值。
Description
技术领域
本发明属于管道风险评价技术领域,尤其涉及一种基于定性定量风险的油气管道企业最大可接受风险(MAVR)和企业最小风险(MIVR)模型及系统。
背景技术
我国从20世纪90年代开始进行管道风险评价技术方面的研究,目前已经形成了较为成熟的多种方法体系。目前,管道风险可接受性依旧是管道风险评价技术方法的一个“瓶颈”。因为所预测的风险是“相对风险”,仅仅是对安全与经济投入的相对平衡的评估,是管道(段)间的相对情况。对于油气管道,进行评估的目的是减小风险而无法消除风险。因为对任何一个结构,要达到绝对的安全即所谓的零风险都只是理想目标,成本高且技术上难以达到。风险可接受性准则作为风险评价和管道完整性管理的重要组成部分的任务是确定:什么样的风险是可以接受的,什么样的风险是不能接受的,应该采取什么措施将风险减小到在可接受的范围之内。在维护资源有限的情况下,对于风险不可接受的管段应该优先考虑或增加投入,对于风险可接受的管段则可以适当的后考虑或减少投入,这样就可以在一定的人力、物力和财力情况下,合理利用资源,最大限度的降低管道风险。目前,国内外在这方面的发明依然很少,个别国家虽然制定了管道风险可接受标准,但这些标准大多根据其国家的历史数据统计所给出,不适合中国国情,且中国目前的数据库建设并不完善,也无法直接套用国外的这种大数据模式。目前,有些国家和地区的政府机构已经制定了可接受风险的相应标准和指导性文件。如英国HSE(Health and Safety Executive)应用了可接受风险的概念,另外新加坡、荷兰、丹麦、澳大利亚、新西兰和加拿大等也都有相应的指导性文件。在风险评估中,若给出的可接受风险值超过了管道企业可接受性上限,将导致经营者产生错误的决策行为,并引发一系列严重后果。虽然一些国家已制订了管道安全风险管理的一般指南(例如CAN/CSA-Q634-1991加拿大标准),但至今尚无专门用于评价油气管道事故可接受性风险的国际或国家标准。有些国家的可接受风险准则是由工业部门和个别生产商自己觉得的。在一些工业标准中,对多数没有给出可接受风险的指标,但有些提出了相应的要求。如国际电工委员会的IEC61511标准的第三部分(危险与风险分析应用指南)提出了危险与风险分析的应用,提出了安全总水平(SIL,Safety Integrity Level)为10-4,它是根据事故产生死亡人数确定的,在附录D中提出了可接受风险水平约为3×10-5。美国石油协会APIRP-752(与化工建筑物相关的危险管理)中列出了可接受风险水平为10-3~10-5,美国标准协会(ANSI)ISA-S84.01《过程工业安全仪表系统的应用》中推荐的个人风险在10-4~10-6。因此,寻找一种适合国情的管道风险评价方法,用于提高管道维护的效率,保障管道安全。由于我国管道工程风险分析技术应用较晚(1995年起),对管道风险的可接受风险水平或准则的研究才刚刚起步;虽然国外在油气管道风险可接受性的研究已成为热点,但尚不成熟,通行的方法仍是半定量的;国内在这方面走在后面,才刚起步,迫切需要国内石油化工安全领域的科技工作者开展有针对性的基础理论研究。
综上所述,现有技术存在的问题是:现有的管道风险评价标准大多根据其国家的历史数据统计所给出,不适合中国国情,且中国目前的数据库建设并不完善,也无法直接套用国外的这种大数据模式。风险可接受性标准研究缺乏参考标准,我国至今并未出台风险可接受准则方面的标准和规范,在油气管道工业,目前也尚未有成熟的风险可接受准则供国内相关决策机构使用;在风险可接受准则的研究过程中,往往只能照搬国外的方法技术,但国内管道事故数据库不成熟则给运用带来偏差,也为我国管道风险可接受性标准的确定方法的研究带来很大阻力,也不利于统一标准的形成。
发明内容
针对现有技术存在的问题,本发明提供了一种基于定性定量风险的油气管道企业MAVR和企业MIVR模型及系统。
本发明是这样实现的,一种基于定性定量风险的油气管道企业MAVR和企业MIVR模型,所述基于定性定量风险的油气管道企业MAVR为:
当标准一致时:
临界风险值=临界状态时管段失效指数和·临界状态时泄漏影响系数。
当标准不一致时:
临界风险值=临界状态时管段失效指数和/临界状态时泄漏影响系数;
所述基于定性定量风险的油气管道企业MIVR模型的目标函数为:
Ri1表示采取缓解措施后管段的风险值;
xji表示影响管线风险的底层因素代码;
n,i,j表示分别为管道、管段、管道风险影响底层因素序号;
I表示管道共有管段数;
J表示影响管线风险的底层因素个数。
进一步,两个风险临界值RC1和RC2的确定方法包括:
(1)建立可接受风险临界状态时管段失效指数和PC1的数学模型:
PC1=max(可接受管道失效指数的集合);
建立可接受风险临界状态时的泄漏影响系数LC1的数学模型:
LC1=max(可接受管道泄漏影响系数的集合);
建立不可接受风险临界状态时的管段失效指数和PC2的数学模型:
PC2=min(不可接受管道失效指数的集合);
建立可接受风险临界状态时的泄漏影响系数LC2的数学模型:
LC2=min(不可接受管道泄漏影响系数的集合);
(2)分别确定PC1,LC1和PC2,LC2,确定RC1和RC2。
进一步,所述目标函数约束条件:
f(x1i,x2i,…xji…xJi)i1-f(x1i,x2i,…xji…xJi)i0≤0;
f(x1i,x2i,…xji…xJi)i1≤MAVR;当Ri0→Ri1;Cji≥0;
式中:J表示管道风险评价通用体系中所涉及的风险影响底层因素总数;I表示可供选择的维护措施总数;Ri0,Ri1表示采取缓解措施前后管段的风险值;xji表示影响管线风险的底层因素代码;MAVR表示油气管道企业最大可接受风险;Cji表示管段某一风险缓解措施单位成本,万元/km;li表示管段长度,km;Cn0表示管线的计划维护资金,用于降低风险的资金,万元;n,i,j表示分别为管道、管段、管道风险影响底层因素序号。
本发明的另一目的在于提供一种所述基于定性定量风险的油气管道企业MAVR和企业MIVR模型利用的系统,所述系统包括:
数据存储模块,用于记录油气管道企业对管道的风险评估结果;
人机交互界面模块,用于实现风险要素数据的录入和历史数据的表单式条件查询、单个风险项评分和总评分值;
后台处理模块,用于支持自动计算油气管道企业最大可接受风险MAVR、最小风险MIVR;根据风险评估的值来与MAVR值进行对比,判断管段风险;根据MAVR及管道企业风险缓解措施来确定最小风险MIVR。
进一步,所述人机交互界面模块包括:
录入数据单元,用于支持新的风险要素数据的录入;
数据展示单元,用于支持三个层级数据所有历史数据的表单式条件查询、单个风险项评分和总评分值。
本发明的另一目的在于提供一种利用所述基于定性定量风险的油气管道企业MAVR和企业MIVR模型的确定油气管道企业最大可接受风险MAVR方法,所述确定油气管道企业最大可接受风险MAVR方法包括以下步骤:
步骤一,油气管道企业对管道进行风险评估,风险评估的结果自动存入数据存储系统方便调用;
步骤二,进入人机交互界面,将以下数据录入:企业对管道进行风险评估的风险评估体系;管道风险评价体系中所涉及的风险影响底层因素;
步骤三,进入后台处理模块,调用MAVR计算模型,根据录入数据确定MAVR;调用风险评估结果数据;进行自动判断;得出管段风险状况的结果,并制EXCEL表展示,并将结果自动存入数据存储系统方便调用。
本发明的另一目的在于提供一种利用所述基于定性定量风险的油气管道企业MAVR和企业MIVR模型的确定油气管道企业最小风险MIVR方法,所述确定油气管道企业最小风险MIVR方法包括以下步骤:
步骤一,进入人机交互界面,录入:采取风险缓解措施前,各管段的原始风险值;采取风险缓解措施后,各管段的风险;达到最低要求成本、跃升成本和等级保持成本;管线的计划维护资金;调用存储的MAVR值;
步骤二,进入后台处理模块,调用MIVR计算模型,根据录入数据确定MIVR;得出结果并展示。
本发明的优点及积极效果为:本发明的MAVR确定了风险评估后的风险值处于状况:当风险值处于风险可忽略区域,不需要做出措施;当风险值处于风险不可接受区域,需要立即做出措施(不惜成本),风险值处于ALARP区域时,需要考虑最经济的方式处理风险(即投入缓解风险的成本低于得到的收益);对一条管道进行完整性管理时,帮助管道管理者合理分配管道维护管理资源,优化风险缓解措施体系,做出科学的维护决策,切实提高管道运营的安全性和经济性,有着重要的工程应用价值。本发明突破了瓶颈,判断管道风险的可接受性是管道风险评价的重要组成部分,管道风险可接受标准的研究可解决管道风险评价技术上的“瓶颈”问题,填补业内的空白;提升了管道管理者分配维护资源的科学性,油气管道风险可接受性研究可帮助管道管理者更好地分配维护资源,作出科学的维护决策,切实提高管道运营的安全性和经济性,有着重要的工程应用价值。
本发明表征了管道在现有状况下(自然条件和人文条件)所能达到的安全水平,可为上级公司制定安全目标提供参考,也是制定国家可接受水平的依据;另外可根据这两个值算出最小维护资金和最大维护资金,最小和最大维护资金是MIVR和MAVR确定的。确定了企业的最小风险MIVR后,可根据维护措施的优化组合来达到。确定最小的维护资金和最大的维护资金,为企业内部资源的分配提供科学的参考意见。
目前有定性的油气管道风险接受标准,即风险评价矩阵,见表1。
表1风险评价矩阵
其中P为事故发生概率。用颜色表示不同的风险可接受性,见表2。
表2用颜色标识不同风险等级标准
风险等级 | 1级 | 2级 | 3级 | 4级 | 5级 |
颜色 | 绿色 | 蓝色 | 黄色 | 橙色 | 红色 |
标识 | 可忽略 | 可容许 | 可接受 | 不可接受 | 拒绝接受 |
本发明最大的工程应用价值是:资源的优化配置达到最大化。在管道风险评价及完整性管理中,判断管段风险的可接受性是不可或缺的重要环节。如果无法确定可接受性风险标准,将无法判断所评价的风险值,所有的评价都将失去意义。在维护资源有限的情况下,对于风险不可接受的管段应该优先考虑或增加投入,对于风险可接受的管段则可以适当的后考虑或减少投入,这样就可以在一定的人力、物力和财力情况下,合理利用资源,最大限度的降低管道风险。
附图说明
图1是本发明实施例提供的基于定性定量风险的油气管道企业MAVR和企业MIVR模型利用的系统结构示意图。
图2是本发明实施例提供的确定油气管道企业最大可接受风险MAVR方法流程图。
图3是本发明实施例提供的确定油气管道企业最小风险MIVR方法流程图。
图4是本发明实施例提供的风险状态分区示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
下面结合附图对本发明的应用原理作详细的描述。
如图1所示,本发明实施例提供的基于定性定量风险的油气管道企业MAVR和企业MIVR模型利用的系统包括:
数据存储模块1,用于将油气管道企业对管道进行的风险评估结果记录在系统中,以便随时调用。
人机交互界面模块2,分为录入数据单元和数据展示单元两大块;录入数据单元支持新的风险要素数据的录入;数据展示单元支持三个层级数据所有历史数据的表单式条件查询、单个风险项评分和总评分值。
后台处理模块3,用于支持自动计算油气管道企业最大可接受风险MAVR、最小风险MIVR;其根据风险评估的值来与MAVR值进行对比,判断管段风险处于什么情况(风险可忽略区域、风险不可接受区域、ALARP区域,见图4);根据MAVR及管道企业风险缓解措施来确定最小风险MIVR。
如图2所示,本发明实施例提供的确定油气管道企业最大可接受风险MAVR方法包括以下步骤:
S201:油气管道企业对管道进行风险评估,风险评估的结果自动存入数据存储系统方便调用;
S202:进入人机交互界面,将以下数据录入:企业对管道进行风险评估的风险评价体系;管道风险评价体系中所涉及的风险影响底层因素;
S203:进入后台处理模块,调用MAVR计算模型,根据录入数据确定MAVR;调用风险评估结果数据;进行自动判断;得出管段风险状况的结果,并制EXCEL表展示,并将结果自动存入数据存储系统方便调用。
图3是本发明实施例提供的确定油气管道企业最小风险MIVR方法包括以下步骤:
S301:进入人机交互界面,录入:采取风险缓解措施前,各管段的原始风险值;采取风险缓解措施后,各管段的风险;达到最低要求成本、跃升成本和等级保持成本(单位为万元/公里);管线的计划维护资金(用于降低风险的费用,单位为万元);调用存储的MAVR值;
S302:进入后台处理模块,调用MIVR计算模型,根据录入数据确定MIVR;得出结果并展示。
作为本发明的优选实施例:基于kent打分法的MAVR模型:
当标准一致时:
临界风险值=临界状态时管段失效指数和·临界状态时泄漏影响系数。
当标准不一致时:
临界风险值=临界状态时管段失效指数和/临界状态时泄漏影响系数。
用以上模型来确定油气管道企业最大可接受风险MAVR。
求解两个风险临界值RC1和RC2,包括以下步骤:
S1)建立可接受风险临界状态时管段失效指数和PC1的数学模型:
PC1=max(可接受管道失效指数的集合);
建立可接受风险临界状态时的泄漏影响系数LC1的数学模型:
LC1=max(可接受管道泄漏影响系数的集合);
建立不可接受风险临界状态时的管段失效指数和PC2的数学模型:
PC2=min(不可接受管道失效指数的集合);
建立可接受风险临界状态时的泄漏影响系数LC2的数学模型:
LC2=min(不可接受管道泄漏影响系数的集合);
S2)应用上述模型分别确定PC1,LC1和PC2,LC2,从而确定RC1和RC2。
作为本发明的优选实施例:基于MAVR确定的MIVR模型:
(1)提出目标函数:
(2)提出约束条件:f(x1i,x2i,…xji…xJi)i1-f(x1i,x2i,…xji…xJi)i0≤0;
f(x1i,x2i,…xji…xJi)i1≤MAVR;当Ri0→Ri1;Cji≥0;
式中:J表示管道风险评价通用体系中所涉及的风险影响底层因素总数;I表示可供选择的维护措施总数;Ri0,Ri1表示采取缓解措施前后管段的风险值;xji表示影响管线风险的底层因素代码;MAVR表示油气管道企业最大可接受风险;Cji表示管段某一风险缓解措施单位成本,万元/km;li表示管段长度,km;Cn0表示管线的计划维护资金,即用于降低风险的资金,万元;n,i,j表示分别为管道、管段、管道风险影响底层因素序号。
求解企业最小风险MIVR模型,包括以下步骤:
S1)采取风险缓解措施前,各管段的原始风险值(后简称为原始风险值):Ri0=f(x1i,x2i,…xji…xJi)i0;
S2)根据管道企业的实际情况,确定企业所能采取的维护和管理措施、管道单位长度的缓解成本,成本包括达到最低等级要求成本,跃升成本,等级保持成本(单位为万元/公里);
S3)确定风险缓解措施后的状况:Ri1=f(x1i,x2i,…xji…xJi)i1;
S4)当原始风险值没有达到管道安全运营要求的最低等级时,等级变化所花费的单位成本Cj=达到最低要求成本;当原始风险值达到管道安全运营要求的最低等级时,等级变化所花费的单位成本Cj=跃升成本+等级保持成本;
S5)当确定了管段风险等级变化所花费的单位成本后,对于管段i,缓解风险的费用为:
Cji是MIVR模型里的管段某一风险缓解措施单位成本(万元/km)。
整条管线所花费的维护费用为:
将求得的值代入目标函数和约束条件,即可求解油气管道企业最小风险MIVR。
下面结合具体实施例对本发明的应用原理作进一步的描述。
本发明的具体实施例包括以下步骤:
1)某天然气管道企业对管道进行风险评价的方法为改进的KENT打分法,该管道企业风险可接受性的指标体系为Riskscore;
2)本次用该天然气管道公司应用的Riskscore软件进行管道风险评价,管道风险计算模型如下:风险值=(第三方破坏得分+腐蚀得分+设计与本体得分+误操作得分)/后果得分;
3)
LC1(气体)=84分;
LC2(气体)=124分;
气体管道的MAVR可以通过上面所得的值求出,使用ALARP原则,则风险可忽略区域为:风险值大于4.119,即管段风险值在此范围,管道企业不需要做出任何措施;ALARP区域为:风险值在2.206与4.119之间,即管段风险值在此范围,管道企业应做出最经济的措施,即降低风险成本应小于获得的收益;风险不可接受区域为:风险值小于2.206,即管段风险值处于此范围,管道企业应立即做出措施;
4)根据Riskscore的指标体系,确定管道目前的状况,即目前各项底层影响因素的评分;
5)根据Riskscore的指标体系,确定每个风险等级的评分;
6)根据该天然气管道企业的实际情况,确定企业所能采取的维护和管理措施、其单位长度缓解成本,成本包括达到最低等级要求成本,跃升成本,等级保持成本;
7)当原始风险值没有达到管道安全运营要求的最低等级时,即原始风险值小于风险不可接受值2.206,等级变化所花费的单位成本Cj=达到最低要求成本;当原始风险值达到管道安全运营要求的最低等级时,即原始风险值在风险不可接受临界值2.206与风险可忽略临界值4.119之间,等级变化所花费的单位成本Cj=跃升成本+等级保持成本;
8)当确定了管段风险等级变化所花费的单位成本后,对于管段i,缓解风险的费用为:
9)最后将求得的值,代入目标函数:
代入约束条件:f(x1i,x2i,…xji…xJi)i1-f(x1i,x2i,…xji…xJi)i0≤0;
f(x1i,x2i,…xji…xJi)i1≤MAVR;当Ri0→Ri1;Cji≥0;
式中J表示管道风险评价通用体系中所涉及的风险影响底层因素总数;I表示可供选择的维护措施总数;Ri0,Ri1表示采取缓解措施前后管段的风险值;xji表示影响管线风险的底层因素代码;MAVR表示管道技术要求最大可接受风险;Cji表示管段某一风险缓解措施单位成本,万元/km;li表示管段长度,km;Cn0表示管线的计划维护资金(用于降低风险),万元;n,i,j表示分别为管道、管段、管道风险影响底层因素序号;即可求解该天然气管道最小风险MIVR。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于定性定量风险的油气管道企业MAVR和企业MIVR模型,其特征在于,所述基于定性定量风险的油气管道企业MAVR模型为:
当标准一致时:
临界风险值=临界状态时管段失效指数和·临界状态时泄漏影响系数;
当标准不一致时:
临界风险值=临界状态时管段失效指数和/临界状态时泄漏影响系数;
所述基于定性定量风险的油气管道企业MIVR模型的目标函数为:
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>I</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>J</mi>
</munderover>
<mi>f</mi>
<msub>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mrow>
<mn>1</mn>
<mi>i</mi>
<mo>,</mo>
</mrow>
</msub>
<msub>
<mi>x</mi>
<mrow>
<mn>2</mn>
<mi>i</mi>
<mo>,</mo>
</mrow>
</msub>
<mo>...</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>j</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>...</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>J</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mrow>
<mi>i</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>/</mo>
<mi>I</mi>
<mo>;</mo>
</mrow>
xji表示响管线风险的底层因素代码;
n,i,j表示分别为管道、管段、管道风险影响底层因素序号;
I表示管道共有管段数;
J表示影响管线风险的底层因素个数。
2.如权利要求1所述的基于定性定量风险的油气管道企业MAVR和企业MIVR模型,其特征在于,两个风险临界值RC1和RC2的确定方法包括:
(1)建立可接受风险临界状态时管段失效指数和PC1的数学模型:
PC1=max(可接受管道失效指数的集合);
建立可接受风险临界状态时的泄漏影响系数LC1的数学模型:
LC1=max(可接受管道泄漏影响系数的集合);
建立不可接受风险临界状态时的管段失效指数和PC2的数学模型:
PC2=min(不可接受管道失效指数的集合);
建立可接受风险临界状态时的泄漏影响系数LC2的数学模型:
LC2=min(不可接受管道泄漏影响系数的集合);
(2)分别确定PC1,LC1和PC2,LC2,确定RC1和RC2。
3.如权利要求1所述的基于定性定量风险的油气管道企业MAVR和企业MIVR模型,其特征在于,所述目标函数约束条件:
f(x1i,x2i,…xji…xJi)i1-f(x1i,x2i,…xji…xJi)i0≤0;
f(x1i,x2i,…xji…xJi)i1≤MAVR;当Ri0→Ri1;Cji≥0;
式中:J表示管道风险评价通用体系中所涉及的风险影响底层因素总数;I表示可供选择的维护措施总数;Ri0,Ri1表示采取缓解措施前后管段的风险值;xji表示影响管线风险的底层因素代码;MAVR表示油气管道企业最大可接受风险;Cji表示管段某一风险缓解措施单位成本,万元/km;li表示管段长度,km;Cn0表示管线的计划维护资金,用于降低风险的资金,万元;n,i,j表示分别为管道、管段、管道风险影响底层因素序号。
4.一种如权利要求1所述基于定性定量风险的油气管道企业MAVR和企业MIVR模型利用的系统,其特征在于,所述系统包括:
数据存储模块,用于记录油气管道企业对管道的风险评估结果;
人机交互界面模块,用于实现风险要素数据的录入和历史数据的表单式条件查询、单个风险项评分和总评分值;
后台处理模块,用于支持自动计算油气管道企业最大可接受风险MAVR、最小风险MIVR;根据风险评估的值来与MAVR值进行对比,判断管段风险;根据MAVR及管道企业风险缓解措施来确定最小风险MIVR。
5.如权利要求4所述的基于定性定量风险的油气管道企业MAVR和企业MIVR模型利用的系统,其特征在于,所述人机交互界面模块包括:
录入数据单元,用于支持新的风险要素数据的录入;
数据展示单元,用于支持三个层级数据所有历史数据的表单式条件查询、单个风险项评分和总评分值。
6.一种利用权利要求1所述基于定性定量风险的油气管道企业MAVR和企业MIVR模型的确定油气管道企业最大可接受风险MAVR方法,其特征在于,所述确定油气管道企业最大可接受风险MAVR方法包括以下步骤:
步骤一,油气管道企业对管道进行风险评估,风险评估的结果自动存入数据存储系统方便调用;
步骤二,进入人机交互界面,将以下数据录入:企业对管道进行风险评估的风险评估体系;管道风险评价体系中所涉及的风险影响底层因素;
步骤三,进入后台处理模块,调用MAVR计算模型,根据录入数据确定MAVR;调用风险评估结果数据;进行自动判断;得出管段风险状况的结果,并制EXCEL表展示,并将结果自动存入数据存储系统方便调用。
7.一种利用权利要求1所述基于定性定量风险的油气管道企业MAVR和企业MIVR模型的确定油气管道企业最小风险MIVR方法,其特征在于,所述确定油气管道企业最小风险MIVR方法包括以下步骤:
步骤一,进入人机交互界面,录入:采取风险缓解措施前,各管段的原始风险值;采取风险缓解措施后,各管段的风险;达到最低要求成本、跃升成本和等级保持成本;管线的计划维护资金;调用存储的MAVR值;
步骤二,进入后台处理模块,调用MIVR计算模型,根据录入数据确定MIVR;得出结果并展示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711117861.8A CN107808255A (zh) | 2017-11-13 | 2017-11-13 | 基于定性定量风险的油气管道企业mavr和企业mivr模型及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711117861.8A CN107808255A (zh) | 2017-11-13 | 2017-11-13 | 基于定性定量风险的油气管道企业mavr和企业mivr模型及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107808255A true CN107808255A (zh) | 2018-03-16 |
Family
ID=61583894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711117861.8A Pending CN107808255A (zh) | 2017-11-13 | 2017-11-13 | 基于定性定量风险的油气管道企业mavr和企业mivr模型及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107808255A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110728041A (zh) * | 2019-09-27 | 2020-01-24 | 联想(北京)有限公司 | 信息处理方法及电子设备 |
-
2017
- 2017-11-13 CN CN201711117861.8A patent/CN107808255A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110728041A (zh) * | 2019-09-27 | 2020-01-24 | 联想(北京)有限公司 | 信息处理方法及电子设备 |
CN110728041B (zh) * | 2019-09-27 | 2022-03-25 | 联想(北京)有限公司 | 信息处理方法及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zaman et al. | Green logistics and national scale economic indicators: Evidence from a panel of selected European countries | |
Jian et al. | Dynamic effect of green financing and green technology innovation on carbon neutrality in G10 countries: fresh insights from CS-ARDL approach | |
Ge et al. | Methodology for establishing risk criteria for dams in developing countries, case study of China | |
Chiarini | Environmental policies for evaluating suppliers' performance based on GRI indicators | |
Rui et al. | An analysis of inaccuracy in pipeline construction cost estimation | |
Riquelme‐Rodríguez et al. | Adaptive large neighborhood search for the periodic capacitated arc routing problem with inventory constraints | |
Zhou et al. | Optimal design of onshore natural gas pipelines | |
Du et al. | Modelling the green logistics and financial innovation on carbon neutrality goal, a fresh insight for BRICS‐T | |
CN111612301A (zh) | 基于权重自调节的燃气埋地管道泄漏风险评估方法及装置 | |
Zhang | Estimation of eco‐efficiency and identification of its influencing factors in China's Yangtze River Delta urban agglomerations | |
CN110866843A (zh) | 智慧水务管网水平衡分析系统 | |
CN104992051A (zh) | 一种燃气聚乙烯管道风险等级评价方法及系统 | |
CN107808255A (zh) | 基于定性定量风险的油气管道企业mavr和企业mivr模型及系统 | |
Koo et al. | Development of a sustainability assessment model for underground infrastructure projects | |
Li | The impacts and implications of the legal framework for sea use planning and management in China | |
Li et al. | The evaluation and analysis of the entropy weight method and the fractional grey model study on the development level of modern agriculture in Huizhou | |
Wang et al. | Eco‐efficiency evaluation of petrochemical enterprises: An application of 3D state‐space model | |
Yang et al. | Optimal multireservoir operation for flood control under constrained operational rules | |
Ahmad et al. | How technological innovation and electricity consumption affect environmental quality? A road map towards achieving environmental sustainability | |
CN110782149A (zh) | 一种评估老旧城区给水管道改造次序的方法 | |
Bezama et al. | Application of a balanced scorecard system for supporting decision-making in contaminated sites remediation | |
Tian et al. | Vulnerability analysis for reusing an old industrial area: a case study of the Winter Olympic Park | |
Ran et al. | Remission of carbon pollutants with the regional integration enlargement: Data from Yangtze River Delta | |
태욱강 et al. | A design method for storage capacity of rainwater harvesting considering economic effectiveness | |
Wang et al. | Innovated safety inspection system on construction site based on mobile phone application |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |