CN111461333A - 一种用于lng储罐风险动态预警方法 - Google Patents

一种用于lng储罐风险动态预警方法 Download PDF

Info

Publication number
CN111461333A
CN111461333A CN202010255339.1A CN202010255339A CN111461333A CN 111461333 A CN111461333 A CN 111461333A CN 202010255339 A CN202010255339 A CN 202010255339A CN 111461333 A CN111461333 A CN 111461333A
Authority
CN
China
Prior art keywords
evaluation
risk
early warning
fuzzy
factor
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
Application number
CN202010255339.1A
Other languages
English (en)
Inventor
贾鹏宇
蒋文新
胡艳华
詹水芬
张爱利
王明超
卢琳琳
靳航
孟国栋
王雨堃
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
TIANJIN DONGFANG TAITUI TECHNOLOGY CO LTD
Tianjin Research Institute for Water Transport Engineering MOT
Original Assignee
TIANJIN DONGFANG TAITUI TECHNOLOGY CO LTD
Tianjin Research Institute for Water Transport Engineering MOT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by TIANJIN DONGFANG TAITUI TECHNOLOGY CO LTD, Tianjin Research Institute for Water Transport Engineering MOT filed Critical TIANJIN DONGFANG TAITUI TECHNOLOGY CO LTD
Priority to CN202010255339.1A priority Critical patent/CN111461333A/zh
Publication of CN111461333A publication Critical patent/CN111461333A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Data Mining & Analysis (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Biomedical Technology (AREA)
  • Fuzzy Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明提供了一种用于LNG储罐风险动态预警方法，建立动态预警模型：S1：建立影响因素集C，S2：确定评价集V，S3：建立模糊关系矩阵R，S4：确定归一化权重向量
Figure DDA0002437085500000011
S5：构建模糊综合评价结果矩阵B，综合评价集B由模糊变换矩阵R与因素归一化权重集
Figure DDA0002437085500000012
相乘得到，根据求得的隶属度关系，最终判定LNG储罐的动态风险。本发明综合考虑了密度差、温度差、温度、液位4项实时监测参数对大型LNG储罐运行风险的影响。

Description

一种用于LNG储罐风险动态预警方法
技术领域
本发明属于LNG储罐风险预警领域，尤其是涉及一种用于LNG储罐风险动态预警方法。
背景技术
天然气作为一种清洁、绿色能源，在我国能源结构中的占比持续上升，预计到2030年我国天然气的消费量将达到5000亿立方米，并具备与之相配套的供应能力。大型LNG储罐是LNG储存、运输过程中的核心设备，我国最大的常压LNG储罐已达16万立，LNG的储存温度为-165℃，其所占体积只有同等质量天然气的1/600。目前LNG储罐的预警模型基本为单参数阈值预警，具有检测因素单一且不全面的缺点，严重影响了对LNG储罐的风险的综合评判。
发明内容
有鉴于此，本发明旨在提出一种用于LNG储罐风险动态预警方法，综合考虑了密度差、温度差、温度、液位4项实时监测参数对大型LNG储罐运行风险的影响。
为达到上述目的，本发明的技术方案是这样实现的：
一种用于LNG储罐风险动态预警方法，建立动态预警模型：
S1：建立影响因素集C，
根据所研究的对象，确定关键影响因素，组成因素集，C＝(c1，c2，…，cn)
式中：ci为影响评价对象风险的第i个因素，n为影响因素的数量，
其中影响因素为密度差(DD)、温度差(TD)、温度(T)、液位(LL)，针对LNG储罐的风险动态预警模型，确定其影响因素集为：
C＝(DD、TD、T、LL)；
S2：确定评价集V，
评价集是对评价对象、影响因素作出各种评价结果的集合，V＝(v1，v2，…，vm)
式中：vj为第j个评价结果，m为评价结果数量，
每种影响因素评价集中元素从左到右对应的状态为：(安全的，临界的，严重的，致命的)；
S3：建立模糊关系矩阵R，
首先对单个动态采集的影响因素ci进行评价，采用三角隶属度方法，确定影响因素对评价集元素vj(j＝1,2,…,m)的隶属度rij，对第i个元素所作出的评价结果为单因素模糊评价集Ri，
Ri＝(ri1，ri2，…，rim)，
以各单因素模糊评价集的隶属度为行组成模糊关系矩阵R，
Figure BDA0002437085480000021
针对LNG储罐的风险动态预警模型，对动态采集的实时参数：密度差(DD)、温度差(TD)、温度(T)、液位(LL)进行评价；
S4：确定归一化权重向量
Figure BDA0002437085480000022
在模糊综合评价中，使用层次分析法确定影响因素的归一化权重向量
Figure BDA0002437085480000023
Figure BDA0002437085480000024
式中：
Figure BDA0002437085480000025
应用层次分析法确定因素之间的相对重要性，从而确定权重系数，并进行归一化计算，
S5：构建模糊综合评价结果矩阵B，
综合评价集B由模糊变换矩阵R与因素归一化权重集
Figure BDA0002437085480000031
相乘得到，根据求得的隶属度关系，最终判定LNG储罐的动态风险，
Figure BDA0002437085480000032
优选的，针对LNG储罐的风险动态预警模型，影响因素密度差、温度差、温度、液位的评价集分别为：
a、密度差的评价集为：VDD＝(0kg/m3，0.167kg/m3，0.333kg/m3，0.5kg/m3)，
b、温度差的评价集为：VTD＝(0℃，0.667℃，1.333℃，2℃)，
c、温度的评价集为：
Figure BDA0002437085480000033
d、液位的评价集为：
Figure BDA0002437085480000034
优选的，针对LNG储罐的风险动态预警模型，密度差、温度差、温度、液位4个影响因素所确定的归一化的权重向量为：
Figure BDA0002437085480000035
相对于现有技术，本发明所述的用于LNG储罐风险动态预警方法具有以下优势：
本发明所述的用于LNG储罐风险动态预警方法，相较于现有的单参数阈值预警方法，综合考虑了多因素的影响，更适用于大型LNG储罐风险动态预警，对于保障LNG储罐的安全运行具有指导意义。
附图说明
图1为LNG储罐风险动态预警模型建立流程图。
具体实施方式
除有定义外，以下实施例中所用的技术术语具有与本发明所属领域技术人员普遍理解的相同含义。以下实施例中所用的试验试剂，如无特殊说明，均为常规生化试剂；所述实验方法，如无特殊说明，均为常规方法。
下面结合实施例来详细说明本发明。
一种用于LNG储罐风险动态预警方法，建立动态预警模型：
S1：建立影响因素集C，
根据所研究的对象，确定关键影响因素，组成因素集，C＝(c1，c2，…，cn)
式中：ci为影响评价对象风险的第i个因素，n为影响因素的数量，
其中影响因素为密度差(DD)、温度差(TD)、温度(T)、液位(LL)，针对LNG储罐的风险动态预警模型，确定其影响因素集为：
C＝(DD、TD、T、LL)；
S2：确定评价集V，
评价集是对评价对象、影响因素作出各种评价结果的集合，
V＝(v1，v2，…，vm)
式中：vj为第j个评价结果，m为评价结果数量，针对LNG储罐的风险动态预警模型，影响因素密度差、温度差、温度、液位的评价集分别为：
a、密度差的评价集为：VDD＝(0kg/m3，0.167kg/m3，0.333kg/m3，0.5kg/m3)，
b、温度差的评价集为：VTD＝(0℃，0.667℃，1.333℃，2℃)，
c、温度的评价集为：
Figure BDA0002437085480000041
d、液位的评价集为：
Figure BDA0002437085480000042
每种影响因素评价集中元素从左到右对应的状态为：(安全的，临界的，严重的，致命的)；
S3：建立模糊关系矩阵R，
首先对单个动态采集的影响因素ci进行评价，采用三角隶属度方法，确定影响因素对评价集元素vj(j＝1,2,…,m)的隶属度rij，对第i个元素所作出的评价结果为单因素模糊评价集Ri，
Ri＝(ri1，ri2，…，rim)，
以各单因素模糊评价集的隶属度为行组成模糊关系矩阵R，
Figure BDA0002437085480000051
针对LNG储罐的风险动态预警模型，对动态采集的实时参数：密度差(DD)、温度差(TD)、温度(T)、液位(LL)进行评价；
S4：确定归一化权重向量
Figure BDA0002437085480000052
在模糊综合评价中，使用层次分析法确定影响因素的归一化权重向量
Figure BDA0002437085480000053
Figure BDA0002437085480000054
式中：
Figure BDA0002437085480000055
应用层次分析法确定因素之间的相对重要性，从而确定权重系数，并进行归一化计算，针对LNG储罐的风险动态预警模型，密度差、温度差、温度、液位4个影响因素所确定的归一化的权重向量为：
Figure BDA0002437085480000056
S5：构建模糊综合评价结果矩阵B，
综合评价集B由模糊变换矩阵R与因素归一化权重集
Figure BDA0002437085480000057
相乘得到，根据求得的隶属度关系，最终判定LNG储罐的动态风险，
Figure BDA0002437085480000061
(1)实时采集传感器监测的大型LNG储罐运行参数：密度差(DD)、温度差(TD)、温度(T)、液位(LL)。针对1#-4#大型LNG储罐的运行参数，见表1。
表1 1#～4#LNG储罐实时运行参数
Figure BDA0002437085480000062
(2)根据S2中所确定的影响因素评价集，基于三角隶属度，建立模糊关系矩阵R。获取1#-4#LNG储罐的实时运行参数后，4个LNG储罐的模糊关系矩阵分别为：
Figure BDA0002437085480000063
Figure BDA0002437085480000064
Figure BDA0002437085480000065
Figure BDA0002437085480000066
(3)LNG储罐实时状态评价。模糊综合评结果矩阵B由模糊关系矩阵R与S4所确定的归一化权重向量
Figure BDA0002437085480000067
相乘得到。
Figure BDA0002437085480000068
Figure BDA0002437085480000069
Figure BDA0002437085480000071
Figure BDA0002437085480000072
根据B1、B2、B3、B4可得，1#LNG储罐的状态是临界的，2#LNG储罐的状态是危险的，3#LNG储罐的状态是安全的，4#LNG储罐的状态是致命的。
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、改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种用于LNG储罐风险动态预警方法，其特征在于：建立动态预警模型：
S1：建立影响因素集C，
根据所研究的对象，确定关键影响因素，组成因素集，
C＝(c1，c2，…，cn)
式中：ci为影响评价对象风险的第i个因素，n为影响因素的数量，
其中影响因素为密度差(DD)、温度差(TD)、温度(T)、液位(LL)，针对LNG储罐的风险动态预警模型，确定其影响因素集为：
C＝(DD、TD、T、LL)；
S2：确定评价集V，
评价集是对评价对象、影响因素作出各种评价结果的集合，
V＝(v1，v2，…，vm)
式中：vj为第j个评价结果，m为评价结果数量，
每种影响因素评价集中元素从左到右对应的状态为：(安全的，临界的，严重的，致命的)；
S3：建立模糊关系矩阵R，
首先对单个动态采集的影响因素ci进行评价，采用三角隶属度方法，确定影响因素对评价集元素vj(j＝1，2，...，m)的隶属度rij，对第i个元素所作出的评价结果为单因素模糊评价集Ri，
Ri＝(rt1，rt2，…，rtm)
以各单因素模糊评价集的隶属度为行组成模糊关系矩阵R，
Figure FDA0002437085470000011
针对LNG储罐的风险动态预警模型，对动态采集的实时参数：密度差(DD)、温度差(TD)、温度(T)、液位(LL)进行评价；
S4：确定归一化权重向量
Figure FDA0002437085470000021
在模糊综合评价中，使用层次分析法确定影响因素的归一化权重向量
Figure FDA0002437085470000022
Figure FDA0002437085470000023
式中：
Figure FDA0002437085470000024
应用层次分析法确定因素之间的相对重要性，从而确定权重系数，并进行归一化计算，
S5：构建模糊综合评价结果矩阵B，
综合评价集B由模糊变换矩阵R与因素归一化权重集
Figure FDA0002437085470000025
相乘得到，根据求得的隶属度关系，最终判定LNG储罐的动态风险，
Figure FDA0002437085470000026
2.根据权利要求1所述的用于LNG储罐风险动态预警方法，其特征在于：针对LNG储罐的风险动态预警模型，影响因素密度差、温度差、温度、液位的评价集分别为：
a、密度差的评价集为：VDD＝(0kg/m3，0.167kg/m3，0.333kg/m3，0.5kg/m3)，
b、温度差的评价集为：VTD＝(0℃，0.667℃，1.333℃，2℃)，
c、温度的评价集为：
Figure FDA0002437085470000027
d、液位的评价集为：
Figure FDA0002437085470000028
3.根据权利要求1所述的用于LNG储罐风险动态预警方法，其特征在于：针对LNG储罐的风险动态预警模型，密度差、温度差、温度、液位4个影响因素所确定的归一化的权重向量为：
Figure FDA0002437085470000029
CN202010255339.1A 2020-04-02 2020-04-02 一种用于lng储罐风险动态预警方法 Pending CN111461333A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010255339.1A CN111461333A (zh) 2020-04-02 2020-04-02 一种用于lng储罐风险动态预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010255339.1A CN111461333A (zh) 2020-04-02 2020-04-02 一种用于lng储罐风险动态预警方法

Publications (1)

Publication Number Publication Date
CN111461333A true CN111461333A (zh) 2020-07-28

Family

ID=71685827

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010255339.1A Pending CN111461333A (zh) 2020-04-02 2020-04-02 一种用于lng储罐风险动态预警方法

Country Status (1)

Country Link
CN (1) CN111461333A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104374429A (zh) * 2014-11-14 2015-02-25 交通运输部天津水运工程科学研究所 一种基于可拓理论的石油化工码头储罐区安全预警系统及其运行方法
CN107766999A (zh) * 2016-08-18 2018-03-06 中核第四研究设计工程有限公司 一种砂岩型铀矿床开发利用的综合评价方法
CN107886235A (zh) * 2017-11-08 2018-04-06 重庆科技学院 一种耦合确定性与不确定分析的火灾风险评估方法
CN110852536A (zh) * 2018-07-25 2020-02-28 中国石油化工股份有限公司 一种储罐维修决策确定方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104374429A (zh) * 2014-11-14 2015-02-25 交通运输部天津水运工程科学研究所 一种基于可拓理论的石油化工码头储罐区安全预警系统及其运行方法
CN107766999A (zh) * 2016-08-18 2018-03-06 中核第四研究设计工程有限公司 一种砂岩型铀矿床开发利用的综合评价方法
CN107886235A (zh) * 2017-11-08 2018-04-06 重庆科技学院 一种耦合确定性与不确定分析的火灾风险评估方法
CN110852536A (zh) * 2018-07-25 2020-02-28 中国石油化工股份有限公司 一种储罐维修决策确定方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李学盛: "基于WebGIS油品储罐区风险评价与动态监控系统研究与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Similar Documents

Publication Publication Date Title
CN108898215B (zh) 一种基于二型模糊神经网络的污泥膨胀智能辨识方法
CN110470259A (zh) 基于lstm的滑坡位移动态预测方法
CN108898120A (zh) 基于混合神经网络的冷水机组故障诊断方法
CN107168255A (zh) 一种基于集成神经网络的聚丙烯熔融指数混合建模方法
CN105334823B (zh) 基于有监督的线性动态系统模型的工业过程故障检测方法
CN109147875A (zh) 基于模糊聚类的支持向量回归算法的污水溶解氧浓度预测方法
CN110909802A (zh) 一种基于改进的pso优化pnn平滑因子的故障分类方法
CN108830006B (zh) 基于线性评价因子的线性-非线性工业过程故障检测方法
CN104376434A (zh) 卷烟多点加工质量的综合评价方法
CN110222825B (zh) 一种水泥成品比表面积预测方法及系统
CN108830492A (zh) 一种基于大数据的确定抽检商家的方法
CN111832703A (zh) 一种基于采样间隔感知长短期记忆网络的流程制造工业不规则采样动态序列建模方法
CN109886314B (zh) 一种基于pnn神经网络的餐厨废弃油检测方法及其装置
CN112990627A (zh) 电能质量评估方法
CN111461333A (zh) 一种用于lng储罐风险动态预警方法
CN113203953B (zh) 基于改进型极限学习机的锂电池剩余使用寿命预测方法
CN110261748A (zh) Gis设备绝缘性能识别方法及系统
CN114021915A (zh) 基于改进均衡权重和可变模糊集的电气火灾风险评估方法
Zhou et al. Anode effect prediction of aluminum electrolysis using GRNN
CN105759787B (zh) 一种基于切换有监督线性动态系统模型的故障诊断方法
CN109389313B (zh) 一种基于加权近邻决策的故障分类诊断方法
CN110852615A (zh) 一种典型环境下智能电能表可靠性综合评价模型
CN115828744A (zh) 一种白光发光二极管故障在线诊断与寿命预测方法
CN116011850A (zh) 一种磷酸铁锂智能全过程质量监管平台
CN104713410A (zh) 一种调控冷却塔出水温度的方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200728