CN110516933A - 一种基于演化树的燃气管道外部干扰事故概率计算方法 - Google Patents
一种基于演化树的燃气管道外部干扰事故概率计算方法 Download PDFInfo
- Publication number
- CN110516933A CN110516933A CN201910742556.0A CN201910742556A CN110516933A CN 110516933 A CN110516933 A CN 110516933A CN 201910742556 A CN201910742556 A CN 201910742556A CN 110516933 A CN110516933 A CN 110516933A
- Authority
- CN
- China
- Prior art keywords
- probability
- accident
- pipeline
- gas pipeline
- external disturbance
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000004364 calculation method Methods 0.000 title claims abstract description 36
- 239000007789 gas Substances 0.000 claims abstract description 66
- 230000007257 malfunction Effects 0.000 claims abstract description 24
- 238000012937 correction Methods 0.000 claims abstract description 17
- 239000000567 combustion gas Substances 0.000 claims abstract description 5
- 239000011159 matrix material Substances 0.000 claims description 8
- 230000010429 evolutionary process Effects 0.000 claims description 7
- 239000011148 porous material Substances 0.000 claims description 5
- 238000013461 design Methods 0.000 claims description 4
- 238000011835 investigation Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 6
- 230000000977 initiatory effect Effects 0.000 abstract description 3
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 235000017899 Spathodea campanulata Nutrition 0.000 description 5
- 238000004880 explosion Methods 0.000 description 5
- 238000007796 conventional method Methods 0.000 description 3
- 239000003345 natural gas Substances 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000011248 coating agent Substances 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 239000002737 fuel gas Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 206010000370 Accident at home Diseases 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于演化树的燃气管道外部干扰事故概率计算方法,可实现由外部干扰引起燃气管道引发各种类型事故的概率计算与校正,提高计算可信度。此方法针对外部干扰导致燃气管道故障形式的不确定性及事故类型的多样性等特点构建了演化树,从故障概率和事故类型概率两方面着手,使用影响系数来校正故障频率,对不同故障形式引发不同类型事故的各种可能形式和后果分类讨论后引入矩乘运算以简化计算过程、提高数据利用的效率。本发明的计算方法简便,计算结果能更精确的表示燃气的事故概率,实现对燃气管道发生各种事故进行更加精确的概率计算,并据此对管理人员提出建议,为燃气管道的管理提供重要的管治依据。
Description
技术领域
本发明涉及一种城市燃气管道事故的概率计算方法,尤其涉及一种基于演化树的燃气管道外部干扰事故概率计算方法。
背景技术
石油燃气的管道运输是我国5大运输产业之一,对我国国民经济的发展起着至关重要的作用。截至2016年底,我国陆上长输油气管道总里程12.3×104km,规划2030年将超过20×104km,然而,建成的燃气管道却常因碾压、耕作或施工等外部因素遭到破坏。根据美国运输部统计表示,每年发生的燃气管道事故中40%是由外部干扰导致的。燃气管道的突发事故会对周遭人员造成极大的伤害,从而导致了一系列的经济和社会问题。因此,有必要采取措施保障燃气管道的安全运行,维持工业生产和社会稳定。
目前,国内对燃气管道的事故概率研究多数主要关注管道腐蚀缺陷、本体缺陷等方面,缺乏对管道外部干扰因素的细致研究。传统方法在计算事故概率时,既没有考虑到各故障形式引起各事故类型的概率是不同的,又没有对故障形式及事故类型进行划分讨论,而是将各种形式的数据一概而论,不能有效描述故障与事故之间的不确定关系,对数据的利用不够充分、缺乏针对性,可见对城市燃气管道外部干扰的事故概率计算尚未形成系统完善的体系。
鉴于此,该方法针对外部干扰导致燃气管道故障形式的不确定性及事故类型的多样性等特点,从故障概率和事故类型概率两方面着手,系统分析了外部干扰导致燃气管道事故的各种可能形式和后果,采用对历史数据库中的数据分类划分后引入矩乘运算加以利用的方式,提高了数据利用的效率,实现对燃气管道发生各种事故进行更加精确的概率计算,并据此对管理人员提出建议、改进防护措施,为燃气管道的管理提供重要的管治依据
发明内容
本发明为避免上述方式的不足之处,提高效率,提供了一种基于演化树的燃气管道外部干扰事故概率计算方法。
本发明所采用的方案为:
一种基于演化树的燃气管道外部干扰事故概率计算方法,主要包括以下步骤:
S1:收集待评估管道的壁厚、埋深、管径等资料并根据演化树收集历史事故数据,计算校正故障概率F;
S2:划分故障形式并根据划分结果和统计数据分别计算各故障形式对应的比例系数Ki和点燃概率Qi;
S3:确定频繁程度前三的事故类型,计算相应的基础事故类型概率Ri,并考虑到故障形式对最终事故的影响,提出改进后的事故类型概率Tij;
S4:对改进后的故障概率和事故类型概率引入矩乘运算计算事故概率Pj。
步骤S1具体包括:根据燃气管道设计资料和实地考察,收集待评估管道与外部干扰这一事故原因有关的管道参数——壁厚、埋深和管径。绘制出事故演化树,明确燃气管道从遭到破坏到引发各种类型事故的演化过程与中间环节,并利用基于校正系数的故障概率计算法求取各原因导致管道故障的校正概率F,作为事故概率计算的基础数据。其校正公式如下:
式中,F为外部导致管道故障的校正概率;f为管道的基础故障概率;Bi为第i个参数的校正系数;wi为第i个影响因子对应的权重;n为与外部干扰相关的影响因子的个数。本发明中影响因子包括壁厚、管径和埋深3个,因此,n=3。
其中,Bi可根据管道的实际情况,将管段的管径壁厚λ(mm)和埋深μ(cm)等具体数值分别代入公式(2)~(4)计算得到:
B2=3.226×10-6×λ4-2.949×10-4×λ3+9.806×10-3×λ2-0.1404λ+0.7302 (3)
B3=2.068×1015μ-8.213 (4)
其中,B1、B2和B3分别代表壁厚、管径和埋深的校正系数;
相较于由统计数据直接得出的基础故障概率f,校正后的故障概率F考虑了管道的壁厚、管径等参数对故障概率的影响,并根据各影响因子权重的不同对基础概率进行校正,计算结果更贴合实际情况。
进一步,步骤S2具体包括:在计算管道事故概率时考虑到不同的孔径大小引发各种事故形式的概率是不同的,故根据泄漏孔径大小将管道故障形式划分为三类,分别为穿孔(孔径≤10mm)、漏口(10mm<孔径<1/2管道内径)、破裂(1/2管道内径≤孔径),并引入故障形式的比例系数Ki。同时,由事故演化树可知,气体在泄漏过程中遇到火源被点燃才能引发事故,然而故障形式的不同会导致燃气泄漏后被点燃的概率不同,所以引入各形式故障的点燃概率Qi。两者的数值均由实际统计数据计算得到,方法如下:
Ki为故障形式系数;Qi为故障形式i的点燃概率;i代表燃气管道故障形式类别,穿孔、漏口、破裂分别对应的i值为1、2、3。
步骤S3具体包括:根据管道实际情况及历史事故资料,确定所属管段的常见事故类型,选取频繁程度前三的事故类型进行分析,计算相应的基础事故类型概率Rj。由于各形式故障引发不同事故的概率有差异性,故细化对事故概率的研究,深入讨论故障形式与所引发事故类型的关系,引入改进后的事故类型概率Tij,其中:
Tij=Qi·Rj (8)
Tij为故障形式i导致事故类型j的概率;Rj为燃气被点燃后发生事故类型j的概率;j代表燃气管道事故形式类别,分别用1、2、3表示。
相较于传统事故类型概率而言,改进后的方法在基础事故概率Rj的基础上将故障形式与事故类型相联系,考虑了管道不同规格的故障导致泄漏气体被引燃的概率是不同的,以及各形式故障引发不同事故类型概率的差异性。从事故演化的过程层面细化了事故类型概率的构成,使得此种方法计算的事故类型概率更加合理。
进一步,为了减少由数据库中的基础数据直接计算事故概率造成的误差,提高数据利用的效率和计算的精确度,本发明步骤S4中,对燃气管道事故发生的情况进行分类讨论,将改进后的故障概率F和事故类型概率Tij以比例系数Ki为节点,通过矩阵乘法运算的方式进行合并,计算燃气管道的事故概率,改进后的事故概率计算公式如下:
Pj=F·[Ki]·[Tij] (9)
其中Pj代表燃气管道发生事故j的事故概率;[]为矩阵符号。
相较于传统的事故概率计算公式本方法一方面根据管道实际参数对故障概率进行校正;另一方面根据演化树确定事故的演化过程,将演化过程的中间环节对事故概率的影响考虑在内,并分别计算各种演化路径的事故类型概率;最后,以比例系数为节点计算事故概率,在提高对数据的利用率的同时,利用矩阵乘法运简化了计算过程。
采取上述技术方案本发明所获取的效果为:
1.本发明一种基于演化树的燃气管道外部干扰事故概率计算方法,综合考虑了管道设计、环境等参数,解释了从管道被外部干扰破坏后造成故障的各种形式、不同形式的点燃概率到最终引发各类型事故的每一环节所具有的多样性和复杂性,更加全面、客观的分析了燃气管道运营过程中可能由外部干扰导致的故障形式和事故后果类型,符合燃气管网实际情况。
2.本发明一种基于演化树的燃气管道外部干扰事故概率计算方法,建立了新的事故概率计算模型,包括外部干扰导致不同形式故障的概率、不同形式故障的点火概率和气体引燃后发生不同类型事故的概率。该模型以故障形式为节点,系统地考虑了外部干扰导致管道故障的不同形式,以及3种形式故障引发3种事故的9种组合方式,并通过矩乘运算的方式简化计算,数学原理清晰、计算过程简便,能高效、快速、准确的对某一区域的天然气管道进行事故概率计算,具有较好的推广应用价值。
3.本发明一种基于演化树的燃气管道外部干扰事故概率计算方法,从故障概率和事故类型概率两方面着手,系统分析了外部干扰导致燃气管道事故的各种可能形式和后果,并根据事故的演化过程对不同故障形式引发不同类型事故的情况分类讨论后引入矩乘运算加以利用,提高了数据利用的效率,计算结果客观准确。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为基于演化树的燃气管道外部干扰事故概率计算方法的流程图。
图2为以常见事故类型(喷射火、火球火灾、蒸气云爆炸)为例所绘制的事故演化树。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合附图和具体的实施案例对本发明作进一步的详细说明,本发明适用但并不限于此实例。
本次实例选取A市某实际管段为研究对象进行说明,该管段位于A市城镇地区,埋深为0.7m,管径为0.45m,壁厚为8mm,管材为镀锌钢管,管道外部采用沥青防腐涂层,管道压力为0.6MPa,管内介质为天然气,使用年限为22年。故障原因为外部干扰时,管道故障概率的影响因子有管径、壁厚和埋深,其对应的参数分别为450mm、8mm和70cm。
如图1所示,本发明一种基于演化树的燃气管道外部干扰事故概率计算方法,具体包括以下步骤:
第一步:根据燃气管道设计资料和实地考察,收集待评估管道与外部干扰这一事故原因有关的管道参数——壁厚、埋深和管径。绘制出事故演化树,明确燃气管道从遭到破坏到引发各种类型事故的演化过程与中间环节,并利用基于校正系数的故障概率计算法求取各原因导致管道故障的校正概率F,作为事故概率计算的基础数据。其校正公式如下:
式中,F为外部导致管道故障的校正概率;f为管道的基础故障概率;Bi为第i个参数的校正系数;wi为第i个影响因子对应的权重,壁厚、管径和埋深对应的权重分别为0.158、0.275和0.131;n为与外部干扰相关的影响因子的个数。本实施例中影响因子包括壁厚、管径和埋深3个,因此,n=3。
根据管道的实际情况,将管段的管径壁厚λ(mm)和埋深μ(cm)等具体数值分别代入公式(2)~(4)计算得到。
B2=3.226×10-6×λ4-2.949×10-4×λ3+9.806×10-3×λ2-0.1404λ+0.7302 (3)
B3=2.068×1015μ-8.213 (4)
将待评估管道的λ和μ值分别代入公式(2)~(4)进行计算,得到B1=0.096,B2=0.071,B3=1.451,其中B1、B2、B3分别代表壁厚、管径和埋深的校正系数。
由EGIG第十次报告中2007-2016年的统计数据得出外部干扰的基础故障概率f=0.043(/103km·yr),为提高事故概率的准确度,利用式(1)对基础故障率进行校正,结果为F=0.0343,故该管段校正后的外部干扰的管道故障概率为0.0343/(103km·yr)。
第二步:在计算管道事故概率时考虑到不同的孔径大小引发各种事故形式的概率是不同的,故根据泄漏孔径大小将管道故障形式划分为三类,分别为穿孔(孔径≤10mm)、漏口(10mm<孔径<1/2管道内径)、破裂(1/2管道内径≤孔径),并引入故障形式的比例系数Ki。同时,由事故演化树可知,气体在泄漏过程中遇到火源被点燃才能引发事故,然而故障形式的不同会导致燃气泄漏后被点燃的概率不同,所以引入各形式故障的点燃概率Qi。两者的数值均由实际统计数据计算得到,方法如下:
Ki为故障形式系数;Qi为故障形式i的点燃概率;i代表燃气管道故障形式类别,穿孔、漏口、破裂分别对应的i值为1、2、3。
将EGIG第十次报告中2007-2016年的统计结果,将各形式故障的统计概率代入式(5)、(6)分别计算得出各故障形式的比例系数和点燃概率,结果见表1。
表1.故障形式的比例系数
第三步:根据管道实际情况及历史事故资料,确定所属管段的常见事故类型,选取频繁程度前三的事故类型进行分析,计算相应的基础事故类型概率Rj。由于各形式故障引发不同事故的概率有差异性,故细化对事故概率的研究,深入讨论故障形式与所引发事故类型的关系,引入改进后的事故类型概率Tij,其中:
Tij=Qi·Rj (8)
Tij为故障形式i导致事故类型j的概率;Rj为燃气被点燃后发生事故类型j的概率;j代表燃气管道事故形式类别,分别用1、2、3表示。
根据韩国燃气安全研究协会和美国石油协会《基于风险的检测技术》的统计数据得到,燃气管道发生泄漏时引发各种类型事故的可能性分别如表2所示。
表2.燃气泄漏后果及可能性
由表2,可知最常见的三种事故类型分别为喷射火、火球火灾和蒸气云爆炸。将所统计数据代入式(7)即可计算出燃气被点燃后发生事故类型j的概率Rj,其中R1=0.50、R2=0.30、R3=0.20,1、2、3分别代表喷射火、火球火灾和蒸气云爆炸。通过将上述各值代入式(8)即得到故障形式i导致事故类型j的概率Tij,
第四步::为了减少由数据库中的基础数据直接计算事故概率造成的误差,提高数据利用的效率和计算的精确度,本发明对燃气管道事故发生的情况进行分类讨论,将改进后的故障概率F和事故类型概率Tij以比例系数Ki为节点,通过矩阵乘法运算的方式进行合并,计算燃气管道的事故概率,改进后的事故概率计算公式如下:
Pj=F·[Ki]·[Tij] (9)
其中Pj代表燃气管道发生事故j的事故概率;[]为矩阵符号。
将改进后的故障概率、各故障形式的比例系数和事故类型概率代入式(9),以矩阵乘法运算的方式进行合并,计算校正后的燃气管道事故概率,得到:
所以,外部干扰导致该管道发生喷射火事故的概率为8.31×10-4(/103km·yr),外部干扰导致该管道发生火球火灾事故的概率为4.91×10-4(/103km·yr),外部干扰导致该管道发生蒸气云爆炸事故的概率为3.24×10-4(/103km·yr)。
对比传统事故概率计算方法,以传统计算燃气管道发生某一事故类型的概率计算方法为例,其事故概率计算方法为:由统计数据直接而得出的外部干扰基础故障概率和燃气事故各类型发生的概率直接乘积运算,计算外部干扰导致该管道发生喷射火事故的概率为P1’=0.043×0.1=4.30×10-3(/103km·yr),发生火球火灾事故的概率为P2’=f·R火球=0.043×0.06=2.58×10-3(/103km·yr),发生蒸气云爆炸事故的概率为P3’=f·R爆=0.043×0.04=1.72×10-3(/103km·yr),新旧方法计算结果对比见表3。
表3.新旧方法计算结果对比
可见,传统方法在计算事故概率时,没有细化天然气管道事故的演化过程,没有考虑到各故障形式引起各事故类型的概率是不同的,而将穿孔故障的点燃概率误当成漏口或破裂的形式计算事故概率,忽略了对故障形式及事故类型进行分类讨论的重要性,对数据的利用不够充分、缺乏针对性导致计算结果偏大,这对风险分析来说是不够严谨的。而本发明提出的方法通过绘制演化树,明确了事故的演化过程,针对外部干扰导致燃气管道故障形式的不确定性及事故类型的多样性等特点,从故障概率和事故类型概率两方面着手,对传统方法未曾考虑到的内容系统的分析,提高了概率计算的可信度和精确度,可以实现更有效的风险管理
同理,用上述基于演化树的事故概率计算方法可计算腐蚀、自然灾害等原因导致燃气管道发生各类型事故的概率,在进行管道后果分析及风险计算时可适当将各原因的事故概率进行合并,以获的更加全面的事故概率。
Claims (5)
1.一种基于演化树的燃气管道外部干扰事故概率计算方法,主要包括以下步骤:
S1:收集待评估管道的壁厚、埋深、管径等资料并根据演化树收集历史事故数据,计算校正故障概率F;
S2:划分故障形式并根据划分结果和统计数据分别计算各故障形式对应的比例系数Ki和点燃概率Qi;
S3:确定频繁程度前三的事故类型,计算相应的基础事故类型概率Ri,并考虑到故障形式对最终事故的影响,提出改进后的事故类型概率Tij;
S4:对改进后的故障概率和事故类型概率引入矩乘运算计算事故概率Pj。
2.根据权利要求1所述的一种基于演化树的燃气管道外部干扰事故概率计算方法,其特征在于:步骤S1中具体包括:根据燃气管道设计资料和实地考察,收集待评估管道与外部干扰这一事故原因有关的管道参数,所述管道参数包括壁厚、埋深和管径,绘制出事故演化树,明确燃气管道从遭到破坏到引发各种类型事故的演化过程与中间环节,并利用基于校正系数的故障概率计算法求取各原因导致管道故障的校正概率F,作为事故概率计算的基础数据,其校正公式如下:
式中,F为外部导致管道故障的校正概率;f为管道的基础故障概率;Bi为第i个参数的校正系数;wi为第i个影响因子对应的权重;n为与外部干扰相关的影响因子的个数;
其中,Bi可根据管道管段的管径壁厚λ(mm)和埋深μ(cm)确定。
3.根据权利要求2所述的一种基于演化树的燃气管道外部干扰事故概率计算方法,其特征在于,步骤S2具体包括:根据泄漏孔径大小将管道故障形式划分为三类,分别为穿孔(孔径≤10mm)、漏口(10mm<孔径<1/2管道内径)、破裂(1/2管道内径≤孔径),并引入故障形式的比例系数Ki;同时引入各形式故障的点燃概率Qi,故障形式的比例系数Ki和各形式故障的点燃概率Qi两者的数值均由实际统计数据计算得到,方法如下:
Ki为故障形式系数;Qi为故障形式i的点燃概率;i代表燃气管道故障形式类别,穿孔、漏口、破裂分别对应的i值为1、2、3。
4.根据权利要求3所述的一种基于演化树的燃气管道外部干扰事故概率计算方法,其特征在于,步骤S3具体包括:根据管道实际情况及历史事故资料,确定所属管段的常见事故类型,选取频繁程度前三的事故类型进行分析,计算相应的基础事故类型概率Rj,并引入改进后的事故类型概率Tij,其中:
Tij=Qi·Rj (8)
Tij为故障形式i导致事故类型j的概率;Rj为燃气被点燃后发生事故类型j的概率;j代表燃气管道事故形式类别,分别用1、2、3表示。
5.根据权利要求4所述的一种基于演化树的燃气管道外部干扰事故概率计算方法,其特征在于,步骤S4具体包括:将改进后的故障概率F和事故类型概率Tij以比例系数Ki为节点,通过矩阵乘法运算的方式进行合并,计算燃气管道的事故概率,改进后的事故概率计算公式如下:
Pj=F·[Ki]·[Tij] (9)
其中,Pj代表燃气管道发生事故j的事故概率;[]为矩阵符号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910742556.0A CN110516933B (zh) | 2019-08-13 | 2019-08-13 | 一种基于演化树的燃气管道外部干扰事故概率计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910742556.0A CN110516933B (zh) | 2019-08-13 | 2019-08-13 | 一种基于演化树的燃气管道外部干扰事故概率计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110516933A true CN110516933A (zh) | 2019-11-29 |
CN110516933B CN110516933B (zh) | 2023-03-24 |
Family
ID=68625482
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910742556.0A Active CN110516933B (zh) | 2019-08-13 | 2019-08-13 | 一种基于演化树的燃气管道外部干扰事故概率计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110516933B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115855070A (zh) * | 2023-03-01 | 2023-03-28 | 东莞先知大数据有限公司 | 一种水管漏水检测方法、装置、电子设备和存储介质 |
CN118499703A (zh) * | 2024-07-17 | 2024-08-16 | 清华大学合肥公共安全研究院 | 燃气管道管理方法、存储介质、电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0424869A1 (en) * | 1989-10-23 | 1991-05-02 | Komatsu Ltd. | Fault diagnosing apparatus |
CN101221633A (zh) * | 2007-06-19 | 2008-07-16 | 广州市煤气公司 | 基于穆氏模型的燃气管道风险评估方法 |
CN102403717A (zh) * | 2011-11-18 | 2012-04-04 | 中国南方电网有限责任公司 | 一种电力系统故障严重程度评价方法 |
CN105787677A (zh) * | 2016-03-31 | 2016-07-20 | 交通运输部水运科学研究所 | 石化港区事故风险区域定量评估方法 |
CN106600167A (zh) * | 2016-12-29 | 2017-04-26 | 中国石油大学(华东) | 考虑人因失误和组织缺陷的海洋平台火灾风险评估方法 |
CN109146293A (zh) * | 2018-08-28 | 2019-01-04 | 常州大学 | 一种基于“五标度法”的城市燃气管道风险评估方法 |
-
2019
- 2019-08-13 CN CN201910742556.0A patent/CN110516933B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0424869A1 (en) * | 1989-10-23 | 1991-05-02 | Komatsu Ltd. | Fault diagnosing apparatus |
CN101221633A (zh) * | 2007-06-19 | 2008-07-16 | 广州市煤气公司 | 基于穆氏模型的燃气管道风险评估方法 |
CN102403717A (zh) * | 2011-11-18 | 2012-04-04 | 中国南方电网有限责任公司 | 一种电力系统故障严重程度评价方法 |
CN105787677A (zh) * | 2016-03-31 | 2016-07-20 | 交通运输部水运科学研究所 | 石化港区事故风险区域定量评估方法 |
CN106600167A (zh) * | 2016-12-29 | 2017-04-26 | 中国石油大学(华东) | 考虑人因失误和组织缺陷的海洋平台火灾风险评估方法 |
CN109146293A (zh) * | 2018-08-28 | 2019-01-04 | 常州大学 | 一种基于“五标度法”的城市燃气管道风险评估方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115855070A (zh) * | 2023-03-01 | 2023-03-28 | 东莞先知大数据有限公司 | 一种水管漏水检测方法、装置、电子设备和存储介质 |
CN115855070B (zh) * | 2023-03-01 | 2023-04-28 | 东莞先知大数据有限公司 | 一种水管漏水检测方法、装置、电子设备和存储介质 |
CN118499703A (zh) * | 2024-07-17 | 2024-08-16 | 清华大学合肥公共安全研究院 | 燃气管道管理方法、存储介质、电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110516933B (zh) | 2023-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109555979B (zh) | 一种供水管网漏损监测方法 | |
CN100492233C (zh) | 一种燃气管网事故预警方法 | |
CN104200319B (zh) | 基于管道完整性管理技术的油气管道施工数据监督方法 | |
CN107862156B (zh) | 一种基于风险的陆上输油管道目标可靠度确定方法 | |
CN103177187B (zh) | 基于可变模糊集理论的公路隧道健康状态动态评价方法 | |
CN110516933A (zh) | 一种基于演化树的燃气管道外部干扰事故概率计算方法 | |
KR101432437B1 (ko) | 수계수질상태의 진단 및 예측이 가능한 수질정보제공시스템 및 방법 | |
Houston et al. | Applying quality assurance procedures to environmental monitoring data: a case study | |
CN111665342B (zh) | 一种管道内检测数据分析系统 | |
CN115080681B (zh) | 一种gis数据检查方法及系统 | |
CN106777453A (zh) | 一种基于风险的天然气管道目标可靠度确定方法 | |
Hao et al. | Calculation of accident probability of gas pipeline based on evolutionary tree and moment multiplication | |
Da Silva et al. | Use of sustainability indicators in strategic environmental assessment processes conducted in Brazil | |
Xiao et al. | Understanding the factors and consequences of pipeline incidents: An analysis of gas transmission pipelines in the US | |
CN105302946A (zh) | 一种腐蚀管道可靠度确定方法及装置 | |
JP2012014619A (ja) | 計算機システム及びリスク診断方法 | |
Chen et al. | An integrated EDIB model for probabilistic risk analysis of natural gas pipeline leakage accidents | |
Xu et al. | Risk assessment method for the safe operation of long-distance pipeline stations in high-consequence areas based on fault tree construction: Case study of China–Myanmar natural gas pipeline branch station | |
Qin et al. | Failure probability estimation of natural gas pipelines due to hydrogen embrittlement using an improved fuzzy fault tree approach | |
KR20230076229A (ko) | 지하 매설관의 파손 위험 분석 방법 및 장치 | |
Sheng et al. | Risk assessment of urban gas pipeline based on different unknown measure functions | |
CN113705609A (zh) | 一种油气管道风险判定模型的构建方法和装置 | |
CN107784148B (zh) | 一种集输管道失效率评估方法及装置 | |
CN103679307B (zh) | 一种长输油气管道管体缺陷闭环评估方法及系统 | |
CN113627697B (zh) | 油气管道穿跨越段的失效等级获取方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |