CN111523759A - 燃气管道动态风险评估方法及装置 - Google Patents
燃气管道动态风险评估方法及装置 Download PDFInfo
- Publication number
- CN111523759A CN111523759A CN202010193316.2A CN202010193316A CN111523759A CN 111523759 A CN111523759 A CN 111523759A CN 202010193316 A CN202010193316 A CN 202010193316A CN 111523759 A CN111523759 A CN 111523759A
- Authority
- CN
- China
- Prior art keywords
- node
- bayesian network
- gas pipeline
- network structure
- state
- 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 title claims abstract description 98
- 238000000034 method Methods 0.000 title claims abstract description 65
- 230000008569 process Effects 0.000 claims abstract description 18
- 230000007246 mechanism Effects 0.000 claims abstract description 13
- 238000009795 derivation Methods 0.000 claims abstract description 9
- 238000011156 evaluation Methods 0.000 claims description 38
- 230000008859 change Effects 0.000 claims description 33
- 238000004880 explosion Methods 0.000 claims description 19
- 230000007547 defect Effects 0.000 claims description 18
- 230000007797 corrosion Effects 0.000 claims description 17
- 238000005260 corrosion Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 7
- 230000001364 causal effect Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 8
- 239000007789 gas Substances 0.000 description 153
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000034994 death Effects 0.000 description 2
- 231100000517 death Toxicity 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
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)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供一种燃气管道动态风险评估方法及装置，所述方法包括：通过基于燃气管道失效事故全过程的动态评估、事故后果的衍变机理，以及与事件的关联度确定的风险相关因素，并将风险相关因素作为节点，构建用于进行燃气管道动态风险评估的贝叶斯网络结构，并确定贝叶斯网络结构中各节点的状态概率；通过改变贝叶斯网络结构中任一节点的状态概率，可以更新贝叶斯网络中除所述任一节点以外的其他节点的状态概率，进而能够实现燃气管道的风险预测和燃气管道的风险因果推理，从而能够简单方便地实现对燃气系统进行动态风险评估。
Description
技术领域
本发明涉及风险评估技术领域，尤其涉及一种燃气管道动态风险评估方法及装置。
背景技术
随着城镇化进程的加快，天然气已成为我国城市居民生活的主要能源之一。城市燃气管道一旦发生事故，轻则造成轻微损失，重则导致大面积人员伤亡和财产损失，严重威胁到人民群众的生命及财产安全。因此，有必要对城市燃气管道进行风险评估，来保证燃气管道的安全运行。
对于风险评估而言，其大致思路为利用一些方法得到事故发生的可能性与后果严重性，从而建立风险评估模型得到评估结果。现有技术中，在进行城市燃气管道风险评估时，经常采用如下手段：
利用故障树方法确立管道失效事件，然后利用模糊综合评判法进行管道风险评估，最后得出城市燃气管道事故风险等级。
然而上述方法具有一定的主观性，并且在操作上较为复杂。另外，上述方法只能实现静态评估，若出现新的异常事件，则需要重新进行整个流程来评估，因而风险评估过程较为麻烦。
因此，如何提出一种方法，能够简单方便地实现对燃气系统进行动态风险评估，成为亟待解决的问题。
发明内容
针对现有技术中的缺陷，本发明实施例提供一种燃气管道动态风险评估方法及装置。
第一方面，本发明实施例提供一种燃气管道动态风险评估方法，包括：
基于对燃气管道失效事故全过程的动态评估、事故后果的衍变机理，以及与事件的关联度，确定待进行风险评估的燃气管道的风险相关因素；
将所述风险相关因素作为节点，构建用于进行燃气管道动态风险评估的贝叶斯网络结构；
根据所述贝叶斯网络结构中各节点之间的影响关系，以及各节点的父节点的状态概率，确定所述贝叶斯网络结构中各节点的状态概率；
基于所述贝叶斯网络结构中任一节点的状态概率的改变，更新所述贝叶斯网络中除所述任一节点以外的其他节点的状态概率，以实现燃气管道的动态风险评估。
优选地，基于所述贝叶斯网络结构中任一节点的状态概率的改变，更新所述贝叶斯网络中除所述任一节点以外的其他节点的状态概率，以实现燃气管道的动态风险评估，具体包括：
基于所述贝叶斯网络结构中任一原因节点的状态概率的改变，更新所述贝叶斯网络中除所述任一原因节点以外的其他节点的状态概率，以实现燃气管道的动态风险预测评估。
优选地，基于所述贝叶斯网络结构中任一节点的状态概率的改变，更新所述贝叶斯网络中除所述任一节点以外的其他节点的状态概率，以实现燃气管道的动态风险评估，具体包括：
基于所述贝叶斯网络结构中任一结果节点的状态概率的改变，更新所述贝叶斯网络中除所述任一结果节点以外的其他节点的状态概率，以实现燃气管道的动态风险因果推理评估。
优选地，所述风险相关因素包括：自然灾害，腐蚀，第三方破坏，焊缝管道缺陷，误操作，燃气管道泄漏，与受限空间距离，人流量，受限空间爆炸，应急措施，距场馆的距离，事故与事件的时间关系，事件影响度，社会舆论，人员伤亡，以及，生命线中断，以及，事件关联度。
优选地，将所述风险相关因素作为节点，构建用于进行燃气管道动态风险评估的贝叶斯网络结构，具体包括：
根据所述风险相关因素，查询预设专家库，确定所述风险相关因素之间的影响关系，构建用于进行燃气管道动态风险评估的贝叶斯网络结构；其中，所述预设专家库中存储有预先根据专家意见确定的各风险相关因素之间的影响关系。
优选地，根据所述贝叶斯网络结构中各节点之间的影响关系，以及各节点的父节点的状态概率，确定所述贝叶斯网络结构中各节点的状态概率，具体包括：
根据所述贝叶斯网络结构中各节点之间的影响关系，确定所述贝叶斯网络结构中各节点的条件概率；
根据贝叶斯网络结构中各节点的实际取值，以及，贝叶斯网络结构中各节点的值域，确定各边缘节点的状态概率；
根据各边缘节点的状态概率确定各节点的父节点的状态概率；
根据所述贝叶斯网络结构中各节点的条件概率，以及各节点的父节点的状态概率，确定所述贝叶斯网络结构中各节点的状态概率。
第二方面，本发明实施例提供一种燃气管道动态风险评估装置，包括：
分析单元，用于基于对燃气管道失效事故全过程的动态评估、事故后果的衍变机理，以及与事件的关联度，确定待进行风险评估的燃气管道的风险相关因素；
构建单元，用于将所述风险相关因素作为节点，构建用于进行燃气管道动态风险评估的贝叶斯网络结构；
计算单元，用于根据所述贝叶斯网络结构中各节点之间的影响关系，以及各节点的父节点的状态概率，确定所述贝叶斯网络结构中各节点的状态概率；
评估单元，用于基于所述贝叶斯网络结构中任一节点的状态概率的改变，更新所述贝叶斯网络中除所述任一节点以外的其他节点的状态概率，以实现燃气管道的动态风险评估。
优选地，所述评估单元，用于基于所述贝叶斯网络结构中任一节点的状态概率的改变，更新所述贝叶斯网络中除所述任一节点以外的其他节点的状态概率，以实现燃气管道的动态风险评估，具体包括：
基于所述贝叶斯网络结构中任一原因节点的状态概率的改变，更新所述贝叶斯网络中除所述任一原因节点以外的其他节点的状态概率，以实现燃气管道的动态风险预测评估。
第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上所述第一方面燃气管道动态风险评估方法的各个步骤。
第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上所述第一方面燃气管道动态风险评估方法的各个步骤。
本发明实施例提供的燃气管道动态风险评估方法及装置，通过基于燃气管道失效事故全过程的动态评估、事故后果的衍变机理，以及与事件的关联度确定的风险相关因素，并将风险相关因素作为节点，构建用于进行燃气管道动态风险评估的贝叶斯网络结构，并确定贝叶斯网络结构中各节点的状态概率；通过改变贝叶斯网络结构中任一节点的状态概率，可以更新贝叶斯网络中除所述任一节点以外的其他节点的状态概率，进而能够实现燃气管道的风险预测和燃气管道的风险因果推理，从而能够简单方便地实现对燃气系统进行动态风险评估。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中燃气管道动态风险评估方法的流程示意图；
图2为本发明实施例中燃气管道动态风险评估的贝叶斯网络结构示意图；
图3为本发明实施例中事件关联度的贝叶斯网络结构示意图；
图4为本发明实施例中应急措施状态概率改变导致的贝叶斯网络变化示意图；
图5为本发明实施例中事件关联度状态概率改变导致的贝叶斯网络变化示意图；
图6为本发明实施例中燃气管道动态风险评估装置的结构示意图；
图7为本发明实施例中电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例中燃气管道动态风险评估方法的流程示意图，如图 1所示，本发明实施例提供的一种燃气管道动态风险评估方法，包括：
步骤110、基于对燃气管道失效事故全过程的动态评估、事故后果的衍变机理，以及与事件的关联度，确定待进行风险评估的燃气管道的风险相关因素。
具体地，燃气风险评估是基于燃气事故的全过程，考虑事故后果进行综合性评估，即考虑事故的整个过程，如引起管道泄漏的风险因素(如自然灾害、腐蚀、第三方破坏、焊缝管道缺陷和误操作)，直至燃气事故带来的后果(如事件关联度)的整个过程进行全面综合评估，而并不局限于单方面分析管道泄漏的风险因素或者单方面分析事故后果。
燃气风险评估是基于管道所处背景下的燃气系统安全运行评估，基于保证事件顺利进行的背景下进行燃气风险评估，因此，根据燃气管道的管道事故后果的衍变机理、对燃气管道专家的咨询，以及与事件的关联度，来确定待进行风险评估的燃气管道的风险相关因素。
需要说明的是，本发明各个实施例以事件A背景为管道所处背景，若背景、区域等发生变化，可根据实际情况来调整风险相关因素，本发明实施例对此不作具体限定。
步骤120、将所述风险相关因素作为节点，构建用于进行燃气管道动态风险评估的贝叶斯网络结构。
具体地，图2为本发明实施例中燃气管道动态风险评估的贝叶斯网络结构示意图，如图2所示，将事件A背景下的风险相关因素，例如自然灾害，腐蚀，第三方破坏，焊缝管道缺陷，误操作，燃气管道泄漏等作为网络节点，可以采用手动建模的方式构建用于进行燃气管道动态风险评估的贝叶斯网络结构，并从构建的贝叶斯网络结构中得出各节点之间的影响关系，例如自然灾害是燃气管道泄漏的父节点，人流量是贝叶斯网络结构的边缘节点等。
步骤130、根据所述贝叶斯网络结构中各节点之间的影响关系，以及各节点的父节点的状态概率，确定所述贝叶斯网络结构中各节点的状态概率。
具体地，由于贝叶斯网络结构中各节点之间的影响关系，会导致贝叶斯网络结构中各节点的引起原因节点不同，也就是各节点的条件概率需要依据节点之间的影响关系来确定，同时，根据贝叶斯网络结构中各节点的父节点状态概率，来计算各节点的状态概率。如图2所示，自然灾害，腐蚀，第三方破坏，焊缝管道缺陷和误操作是燃气管道泄漏的父节点，若要计算燃气管道泄漏的状态概率，需要首先确定其父节点(自然灾害，腐蚀，第三方破坏，焊缝管道缺陷和误操作)在各状态下的状态概率，例如对于自然灾害需要已知“有”和“无”自然灾害两种状态下的状态概率，那么“有”和“无”的状态概率就构成条件概率，而引起燃气泄漏的原因是“有”自然灾害的条件下对应的概率，即为燃气泄漏的状态概率。
步骤140、基于所述贝叶斯网络结构中任一节点的状态概率的改变，更新所述贝叶斯网络中除所述任一节点以外的其他节点的状态概率，以实现燃气管道的动态风险评估。
具体地，当需要对相同背景下的不同位置管线进行风险评估时，可以根据各处管线的具体情况更改相应网络边缘节点状态概率，从而更新网络其他节点的状态概率，得到风险评估结果，实现对同样背景下城市各处燃气管线快速做出风险评估。当出现异常事件后，可以根据异常事件的具体情况更改相应网络节点状态概率，从而更新网络其他节点的状态概率，实现后验概率推理实现动态评估。需要说明的是，还可以根据具体需求来改变对应网络节点的状态概率，本发明实施例对此不作具体限定。
图3为本发明实施例中事件关联度的贝叶斯网络结构示意图，现针对图 3作如下解读，表1为贝叶斯网络结构中各节点变量值域表，燃气管道泄漏中“State0”表示燃气管道泄漏的状态变量类型为“0”，然后根据表1进行查找对应燃气管道泄漏的状态变量类型为“0”时，值域为“燃气管道存在泄漏”，也就是燃气管道泄漏中“State0_0％”表示的是燃气管道存在泄漏的概率为0％，也就是“State0_0％”表示的是“燃气管道存在泄漏”这一状态的状态概率。依此类推，燃气管道泄漏中“State1_100％”表示的是燃气管道不存在泄漏的概率为100％，事件关联度中“State1_33％”表示的是事件关联度有风险的概率为33％。
假设图3中各贝叶斯网络节点的状态概率对应的是A背景下①号管线的各节点状态概率，当需要对A背景下②号管线进行风险评估时，由于①号管线与②号管线的位置不同，因此可能会导致对应的人流量，与受限空间距离，应急措施，以及距场馆距离状态概率不同，因此可以根据②号管线的具体位置情况改变对应的网络节点状态概率，从而更新整个贝叶斯网络节点的概率。同理，当需要对B背景下①号管线进行风险评估时，可以根据B背景下的具体情况改变对应的网络节点状态概率，从而更新整个贝叶斯网络节点的概率。
本发明实施例提供的燃气管道动态风险评估方法，通过基于燃气管道失效事故全过程的动态评估、事故后果的衍变机理，以及与事件的关联度确定的风险相关因素，并将风险相关因素作为节点，构建用于进行燃气管道动态风险评估的贝叶斯网络结构，并确定贝叶斯网络结构中各节点的状态概率；通过改变贝叶斯网络结构中任一节点的状态概率，可以更新贝叶斯网络中除所述任一节点以外的其他节点的状态概率，进而能够实现燃气管道的风险预测和燃气管道的风险因果推理，从而能够简单方便地实现对燃气系统进行动态风险评估。
表1
基于上述实施例的内容，作为一种可选实施例，基于所述贝叶斯网络结构中任一节点的状态概率的改变，更新所述贝叶斯网络中除所述任一节点以外的其他节点的状态概率，以实现燃气管道的动态风险评估，具体包括：
基于所述贝叶斯网络结构中任一原因节点的状态概率的改变，更新所述贝叶斯网络中除所述任一原因节点以外的其他节点的状态概率，以实现燃气管道的动态风险预测评估。
具体地，贝叶斯网络可用于概率推理，包括后验概率计算。准确地说，它的目标是计算一些目标节点的后验概率，控制特定节点对其关联节点的影响程度，预测结果发生的可能性。在风险预测功能中，将出现某种情况的证据变量输入到贝叶斯网络中，利用证据变量的已知状态，解决其他节点的后验概率问题。在Genie中，若证据变量是确定的则将其状态设置为100％，然后更新整个网络的概率，可以观察到相关节点的概率变化。图4为本发明实施例中应急措施状态概率改变导致的贝叶斯网络变化示意图，与图3相比较，图4将应急措施的状态概率更改为“State0_0％”“State1_100％”，也就是没有应急措施的概率为100％，而图3中没有应急措施的概率是24％，通过更改应急措施的状态概率，可以很明显从图3和图4中对比得出，通过Genie的自动更新功能，更新了贝叶斯网络中事件影响度、社会舆论、人员伤亡和生命线中断的状态概率，从而最终导致事件关联度由图3中的“State1_33％”变成图4中“State1_43％”，也就是事件关联度存在风险概率由33％增加到 43％。由此可见，没有应急措施的状态概率提高，会导致事件关联度存在风险概率提高，从而后续可以通过加强应急措施，降低没有应急措施的状态概率，降低事件关联度存在风险的状态概率。
由此可见，通过改变应急措施这一原因节点的状态概率，不仅可以推理出事件关联度这一结果节点的概率，还可以根据推理结果采取相应地措施，降低事件关联度存在风险的发生概率。
本发明实施例提供的燃气管道动态风险评估方法，通过改变贝叶斯网络结构中任一原因节点的状态概率，更新贝叶斯网络中除所述任一原因节点以外的其他节点的状态概率，从而能够由原因推断结果，进行动态风险预测，还可以根据推理结果，分析出对结果影响大的节点，从而可以进行针对性防护，降低系统风险。
基于上述实施例的内容，作为一种可选实施例，基于所述贝叶斯网络结构中任一节点的状态概率的改变，更新所述贝叶斯网络中除所述任一节点以外的其他节点的状态概率，以实现燃气管道的动态风险评估，具体包括：
基于所述贝叶斯网络结构中任一结果节点的状态概率的改变，更新所述贝叶斯网络中除所述任一结果节点以外的其他节点的状态概率，以实现燃气管道的动态风险因果推理评估。
具体地，贝叶斯网络的另一个重要应用是系统的原因诊断。贝叶斯网络可以进行双向推理，不仅可以计算各节点联合故障条件下系统存在风险的概率，还可以计算系统故障条件下各节点的后验概率，并且能很容易找出导致系统故障的最可能的组合，从而使分析更加直观方便。
假设事件关联度即风险严重程度达到最大，则其状态概率为100％，图5 为本发明实施例中事件关联度状态概率改变导致的贝叶斯网络变化示意图，与图3相比较，图5将事件关联度的状态概率更改为“State0_0％”“State1_100％”，也就是事件关联度存在风险的状态概率为100％，通过更改事件关联度存在风险的状态概率，可以很明显从图3和图5中对比得出，通过Genie的自动更新功能，更新了贝叶斯网络中距场馆的距离、应急措施、事件影响度、社会舆论、人员伤亡和生命线中断的状态概率，进一步判断距场馆的距离和应急措施是事件影响度、社会舆论、人员伤亡以及生命线中断的父节点，而距场馆的距离的状态概率明显比应急措施的状态概率变化幅度大，距离场馆距离≥2.5km由“State1_32％”降低至“State1_25％”，距离场馆距离＜2.5km由“State0_68％”增加至“State0_75％”这表明，在没有其他证据的情况下，引起风险严重程度变大最可能的原因是隐患燃气管段距离场馆距离的减小，也就是距场馆的距离对事件关联度的影响较大，也即距场馆的距离是贡献较大概率的因素，可以通过采取有效的措施，如通过对离场馆较近的管线采用各种防护措施如增加管道巡线频率等来保证管线安全运行，进而降低事件关联度存在风险的发生概率。
由此可见，通过改变事件关联度这一结果节点的状态概率，不仅可以推理出对事件关联度影响较大的节点，从而还可以根据推理结果采取相应地措施，降低事件关联度存在风险的发生概率。
本发明实施例提供的燃气管道动态风险评估方法，通过改变贝叶斯网络结构中任一结果节点的状态概率，更新贝叶斯网络中除所述任一结果节点以外的其他节点的状态概率，从而能够分析对任一结果节点影响最大的因素，进行动态风险因果推理评估，找出导致系统故障的最可能的组合，使分析更加直观方便。
基于上述实施例的内容，作为一种可选实施例，所述风险相关因素包括：自然灾害，腐蚀，第三方破坏，焊缝管道缺陷，误操作，燃气管道泄漏，与受限空间距离，人流量，受限空间爆炸，应急措施，距场馆的距离，事故与事件的时间关系，事件影响度，社会舆论，人员伤亡，生命线中断，以及，事件关联度。
根据燃气管道的管道事故后果的衍变机理、对燃气管道专家的咨询，以及与事件的关联度，来确定待进行风险评估的燃气管道的风险相关因素。包括：自然灾害，腐蚀，第三方破坏，焊缝管道缺陷，误操作，燃气管道泄漏，与受限空间距离，人流量，受限空间爆炸，应急措施，距场馆的距离、事故与事件的时间关系，事件影响度，社会舆论，人员伤亡，生命线中断，以及，事件关联度。
本发明实施例提供的燃气管道动态风险评估方法，通过确定待进行风险评估的燃气管道的风险相关因素，能够对燃气管线的各种情况进行评估，从而实现燃气风险的全面评估。
基于上述实施例的内容，作为一种可选实施例，将所述风险相关因素作为节点，构建用于进行燃气管道动态风险评估的贝叶斯网络结构，具体包括：
根据所述风险相关因素，查询预设专家库，确定所述风险相关因素之间的影响关系，构建用于进行燃气管道动态风险评估的贝叶斯网络结构；其中，所述预设专家库中存储有预先根据专家意见确定的各风险相关因素之间的影响关系。
具体地，由于所述风险相关因素中会存在难以采用技术方法进行定量分析的因素，因此需要查询预设专家库，确定所述风险相关因素之间的影响关系，构建用于进行燃气管道动态风险评估的贝叶斯网络结构；其中，预设专家库中存储的各风险相关因素之间的影响关系，是根据专家意见进行统计、处理、分析和归纳，客观地综合多数专家经验与主观判断，对各风险相关因素之间的影响关系进行合理分析。
本发明实施例提供的燃气管道动态风险评估方法，根据风险相关因素，查询预设专家库，确定风险相关因素之间的影响关系，构建用于进行燃气管道动态风险评估的贝叶斯网络结构，从而能够对难以定量分析的风险因素之间的影响关系作出合理的分析。
基于上述实施例的内容，作为一种可选实施例，根据所述贝叶斯网络结构中各节点之间的影响关系，以及各节点的父节点的状态概率，确定所述贝叶斯网络结构中各节点的状态概率，具体包括：
根据所述贝叶斯网络结构中各节点之间的影响关系，确定所述贝叶斯网络结构中各节点的条件概率；
根据贝叶斯网络结构中各节点的实际取值，以及，贝叶斯网络结构中各节点的值域，确定各边缘节点的状态概率；
根据各边缘节点的状态概率确定各节点的父节点的状态概率；
根据所述贝叶斯网络结构中各节点的条件概率，以及各节点的父节点的状态概率，确定所述贝叶斯网络结构中各节点的状态概率。
具体地，如图2所示，根据自然灾害、腐蚀、第三方破坏、焊缝管道缺陷、误操作这些节点对燃气管道泄漏节点的影响，可以确定燃气管道泄漏的条件概率。然后根据自然灾害、腐蚀、第三方破坏、焊缝管道缺陷、误操作这几个边缘节点的实际取值，以及，贝叶斯网络结构中各节点的值域，可以确定自然灾害、腐蚀、第三方破坏、焊缝管道缺陷、误操作这几个边缘节点的状态概率。由于自然灾害、腐蚀、第三方破坏、焊缝管道缺陷、误操作这几个边缘节点为燃气管道泄漏节点的父节点，因此，当确定好燃气管道泄漏这个节点的条件概率以及自然灾害、腐蚀、第三方破坏、焊缝管道缺陷、误操作这几个边缘节点的状态概率后，即可根据燃气管道泄漏这个节点的条件概率以及自然灾害、腐蚀、第三方破坏、焊缝管道缺陷、误操作这几个边缘节点(作为燃气管道泄漏这个节点的父节点)的状态概率，确定燃气管道泄漏这个节点的状态概率。类似地，对于受限空间爆炸、社会舆论、人员伤亡或其他节点，也可以采用类似的原理计算得到节点的状态概率。
其中，确定贝叶斯网络结构中各节点的值域，建立贝叶斯网络结构中各节点变量值域表。表1为贝叶斯网络结构中各节点变量值域表，如表1所示，在事件A背景下，选取了燃气管道泄漏、受限空间爆炸、社会舆论以及事件关联度等17个节点，并且对它们的值域进行了确定，具体如下：
自然灾害(以下简称X1)、腐蚀(以下简称X2)、第三方破坏(以下简称X3)、焊缝管道缺陷(以下简称X4)、误操作(以下简称X5)直接可以确定值域为：无和有；对应的状态变量类型为“0”和“1”。
燃气管道泄漏事故(以下简称X6)由X1-X5引起，值域为：泄漏和不泄漏；对应的状态变量类型为“0”和“1”。
与受限空间距离(以下简称X7)：是指燃气管道泄漏点与周围有限空间的距离，主要表示管道泄漏之后气体的集聚概率。以混凝土路面为例，测点距泄漏点的距离R与能否监测到泄漏存在一个最大值Rmax＝12.5m和最小值 Rmin＝2.5m，选取<2.5m，2.5-12.5m，12.5m以上三个等级；因此，值域为“<2.5m， 2.5-12.5m，12.5m”，对应的状态变量类型为“0、1、2”。
人流量(以下简称X8)指单位时间内通过泄露地区的人员数，人流量主要代表是管道泄漏之后的点火概率。根据文献查询以及事故调查报告统计分析，选取<50人/小时、50-250人/小时、250人/小时以上三个等级作为值域，对应的状态变量类型为“0、1、2”；
受限空间爆炸(以下简称X9)是指燃气爆炸的规模大小，当爆炸发生在连通管线中，可认为是大规模爆炸，当发生在独立空间中，认为是小规模爆炸。因此，受限空间爆炸可定性分为不爆炸、小规模以及大规模三个等级作为值域，对应的状态变量类型为“0、1、2”；
应急措施(以下简称X10)：是指在燃气管道泄漏发生爆炸，是否存在着有效的应急措施来减轻事故的严重度，在本发明实施例中，应急措施主要考虑事故点与消防救援的距离，按距离定量分为小于5km和大于5km两个值域，对应的状态变量类型为“0、1”；
距场馆的距离(以下简称X11)：若事件A发生的场馆是世界关注的场所，一旦发生燃气泄漏爆炸事故，必定世界瞩目，选取半径2.5km内和2.5km 外作为值域，对应的状态变量类型为“0、1”；
事故与事件的时间关系(以下简称X12)：若事件A是世界关注的热点，所以燃气爆炸事故发生的时间备受关注，值域为，事件前、事件中、事件后三个状态；对应的状态变量类型为“0、1、2”；
事件影响度(以下简称X13)指燃气系统事故对于事件的影响，值域分为事件正常运行、事件推迟以及事件终止三个程度；对应的状态变量类型为“0、1、2”；
社会舆论(以下简称X14)如同不同等级生产安全事故由不同级别的部门负责一样，事件A之际发生的燃气泄漏事故，甚至发生严重的爆炸事故，也会引起不同程度的社会舆论，由此将社会舆论值域分为地方舆论、国家舆论及国际舆论三个值域，对应的状态变量类型为“0、1、2”；
人员伤亡(以下简称X15)这里仅指事故死亡人数，按照生产事故等级死亡人数划分为，并将重大事故和特别重大事故的死亡人数作为一个等级，因此人员伤亡值域为：0-3人、3-10人、10人以上；对应的状态变量类型为“0、1、2”；
生命线中断(以下简称X16)指在发生燃气爆炸之后，周边其它生命线如供水、供热、供电系统等供应中断，可按照供应中断有几种类型分为0条、 1条、2条及以上三个等级作为值域；对应的状态变量类型为“0、1、2”；
事件关联度(以下简称R)是由以上所有节点所决定，只分为两个等级：有风险和无风险作为值域；对应的状态变量类型为“0、1”。
如图2和表1所示，X1-X5的状态概率，通过统计管道失效事故得到管道失效危险因素，同时得出X1-X5分别在状态变量类型为“0”和“1”时所占比例。X6是由X1-X5引起，在已知X1-X5的状态概率下，通过概率计算，得到X6的条件概率。
根据以往的燃气管道失效事故调查报告，来获取有效的数据信息。通过统计调查报告中的样本信息，可以得到X7、X8、X10、X11、X12分别在实际取值时占总样本的比例，即可得到它们的状态概率。
对于X9、X15和X16，利用采样统计法获取各个节点的所占比例。对于 X9，通过分析受限空间爆炸的网络样本数据，获取样本数据统计表，得出X9 分别在状态变量类型为“0”、“1”和“2”时所占比例，即为X9的状态概率。对于X15和X16，分别通过分析人员伤亡的样本数据和生命线中断样本数据，采用与获取X9状态概率相同的方法，获取X15和X16的状态概率。
由于X13节点会受到X12的影响，因此X13条件概率表的获取还需要结合专家打分来确定：首先可以得到X12状态变量类型为“0”时即事件前的条件概率，然后根据专家打分，确定事件中以及事件后的权重，在X12状态变量类型为“0”的情况下，从而得到X12状态变量类型为“1”和X12状态变量类型为“2”的情况，得到X13的条件概率。
X14和R的条件概率确定完全由专家打分来确定，得到条件概率。
最后，根据所述贝叶斯网络结构中各节点的条件概率和所述贝叶斯网络结构中各边缘节点的状态概率，利用联合概率公式，计算贝叶斯网络结构中各节点的状态概率。
本发明实施例提供的燃气管道动态风险评估方法，通过根据贝叶斯网络结构中各节点的条件概率、贝叶斯网络结构中各节点之间的影响关系、贝叶斯网络结构中各节点对应的实际取值，以及，贝叶斯网络结构中各节点的值域以及对应的状态变量类型，确定贝叶斯网络结构中各节点的状态概率，从而可以直观获取待进行风险评估的燃气管道风险相关因素的状态，便于评估和分析。
图6为本发明实施例中燃气管道动态风险评估装置的结构示意图，如图 6所示，本发明实施例提供的一种燃气管道动态风险评估装置，包括：
分析单元610，用于基于对燃气管道失效事故全过程的动态评估、事故后果的衍变机理，以及与事件的关联度，确定待进行风险评估的燃气管道的风险相关因素。
具体地，燃气风险评估是基于燃气事故的全过程，考虑事故后果进行综合性评估，即考虑事故的整个过程，如引起管道泄漏的风险因素(如自然灾害、腐蚀、第三方破坏、焊缝管道缺陷和误操作)，直至燃气事故带来的后果(如事件关联度)的整个过程进行全面综合评估，而并不局限于单方面分析管道泄漏的风险因素或者单方面分析事故后果。
燃气风险评估是基于管道所处背景下的燃气系统安全运行评估，基于保证事件A顺利进行的背景下进行燃气风险评估，因此，分析单元610根据燃气管道的管道事故后果的衍变机理、对燃气管道专家的咨询，以及与事件的关联度，来确定待进行风险评估的燃气管道的风险相关因素。
需要说明的是，本发明各个实施例以事件A背景为管道所处背景，若背景、区域等发生变化，可根据实际情况来调整燃气管道的管道事故风险因素和管道所处背景的背景风险因素，本发明实施例对此不作具体限定。
构建单元620，用于将所述风险相关因素作为节点，构建用于进行燃气管道动态风险评估的贝叶斯网络结构。
具体地，构建单元620，将事件A背景下的管道事故风险相关因素，例如自然灾害，腐蚀，第三方破坏，焊缝管道缺陷，误操作，燃气管道泄漏等作为网络节点，可以采用手动建模的方式构建用于进行燃气管道动态风险评估的贝叶斯网络结构，并从构建的贝叶斯网络结构中得出各节点之间的影响关系，例如自然灾害是燃气管道泄漏的父节点，人流量是贝叶斯网络结构的边缘节点等。
计算单元630，用于根据所述贝叶斯网络结构中各节点之间的影响关系，以及各节点的父节点的状态概率，确定所述贝叶斯网络结构中各节点的状态概率。
具体地，由于贝叶斯网络结构中各节点之间的影响关系，会导致贝叶斯网络结构中各节点的引起原因节点不同，也就是各节点的条件概率需要依据节点之间的影响关系来确定，同时，计算单元630根据贝叶斯网络结构中各节点的父节点状态概率，来计算各节点的状态概率。
评估单元640，用于基于所述贝叶斯网络结构中任一节点的状态概率的改变，更新所述贝叶斯网络中除所述任一节点以外的其他节点的状态概率，以实现燃气管道的动态风险评估。
具体地，当需要对相同背景下的不同位置管线进行风险评估时，评估单元640可以根据各处管线的具体情况更改相应网络节点状态概率，从而更新网络其他节点的状态概率，得到风险评估结果。当出现新事件后，评估单元 640可以根据新事件的具体情况更改相应网络节点状态概率，从而更新网络其他节点的状态概率，得到风险评估结果。需要说明的是，评估单元640还可以根据具体需求来改变对应网络节点的状态概率，本发明实施例对此不作具体限定。
本发明实施例提供的燃气管道动态风险评估装置用于执行上述燃气管道动态风险评估方法，其具体的实施方式与方法实施方式一致，此处不再赘述。
本发明实施例提供的燃气管道动态风险评估装置，通过基于燃气管道失效事故全过程的动态评估、事故后果的衍变机理，以及与事件的关联度确定的风险相关因素，并将风险相关因素作为节点，构建用于进行燃气管道动态风险评估的贝叶斯网络结构，并确定贝叶斯网络结构中各节点的状态概率；通过改变贝叶斯网络结构中任一节点的状态概率，可以更新贝叶斯网络中除所述任一节点以外的其他节点的状态概率，进而能够实现燃气管道的风险预测和燃气管道的风险因果推理，从而能够简单方便地实现对燃气系统进行动态风险评估。
基于上述实施例的内容，作为一种可选实施例，所述评估单元640，用于基于所述贝叶斯网络结构中任一节点的状态概率的改变，更新所述贝叶斯网络中除所述任一节点以外的其他节点的状态概率，以实现燃气管道的动态风险评估，具体包括：
基于所述贝叶斯网络结构中任一原因节点的状态概率的改变，更新所述贝叶斯网络中除所述任一原因节点以外的其他节点的状态概率，以实现燃气管道的动态风险预测评估。
具体地，贝叶斯网络可用于概率推理，评估单元640通过改变任一原因节点的状态概率，预测结果发生的可能性，进行动态风险预测。例如评估单元640可以通过改变应急措施这一原因节点的状态概率，可以推理出事件关联度这一结果节点的概率，然后根据推理结果采取相应地措施，降低事件关联度存在风险的发生概率。
本发明实施例提供的燃气管道动态风险评估装置用于执行上述燃气管道动态风险评估方法，其具体的实施方式与方法实施方式一致，此处不再赘述。
本发明实施例提供的燃气管道动态风险评估装置，通过改变贝叶斯网络结构中任一原因节点的状态概率，更新贝叶斯网络中除所述任一原因节点以外的其他节点的状态概率，从而能够由原因推断结果，进行动态风险预测，还可以根据推理结果，分析出对结果影响大的节点，从而可以进行针对性防护，降低系统风险。
图7为本发明实施例中电子设备的实体结构示意图，如图7所示，所述电子设备可以包括：处理器(processor)710、通信接口(Communications Interface)720、存储器(memory)730和通信总线740，其中，处理器710，通信接口720，存储器730通过通信总线740完成相互间的通信。处理器710可以调用存储器730中的逻辑指令，以执行如上所述燃气管道动态风险评估方法的各个步骤。
此外，上述的存储器730中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的燃气管道动态风险评估方法。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种燃气管道动态风险评估方法，其特征在于，包括：
基于对燃气管道失效事故全过程的动态评估、事故后果的衍变机理，以及与事件的关联度，确定待进行风险评估的燃气管道的风险相关因素；
将所述风险相关因素作为节点，构建用于进行燃气管道动态风险评估的贝叶斯网络结构；
根据所述贝叶斯网络结构中各节点之间的影响关系，以及各节点的父节点的状态概率，确定所述贝叶斯网络结构中各节点的状态概率；
基于所述贝叶斯网络结构中任一节点的状态概率的改变，更新所述贝叶斯网络中除所述任一节点以外的其他节点的状态概率，以实现燃气管道的动态风险评估。
2.根据权利要求1所述的燃气管道动态风险评估方法，其特征在于，基于所述贝叶斯网络结构中任一节点的状态概率的改变，更新所述贝叶斯网络中除所述任一节点以外的其他节点的状态概率，以实现燃气管道的动态风险评估，具体包括：
基于所述贝叶斯网络结构中任一原因节点的状态概率的改变，更新所述贝叶斯网络中除所述任一原因节点以外的其他节点的状态概率，以实现燃气管道的动态风险预测评估。
3.根据权利要求1所述的燃气管道动态风险评估方法，其特征在于，基于所述贝叶斯网络结构中任一节点的状态概率的改变，更新所述贝叶斯网络中除所述任一节点以外的其他节点的状态概率，以实现燃气管道的动态风险评估，具体包括：
基于所述贝叶斯网络结构中任一结果节点的状态概率的改变，更新所述贝叶斯网络中除所述任一结果节点以外的其他节点的状态概率，以实现燃气管道的动态风险因果推理评估。
4.根据权利要求1所述的燃气管道动态风险评估方法，其特征在于，所述风险相关因素包括：自然灾害，腐蚀，第三方破坏，焊缝管道缺陷，误操作，燃气管道泄漏，与受限空间距离，人流量，受限空间爆炸，应急措施，距场馆的距离，事故与事件的时间关系，事件影响度，社会舆论，人员伤亡，生命线中断，以及，事件关联度。
5.根据权利要求1所述的燃气管道动态风险评估方法，其特征在于，将所述风险相关因素作为节点，构建用于进行燃气管道动态风险评估的贝叶斯网络结构，具体包括：
根据所述风险相关因素，查询预设专家库，确定所述风险相关因素之间的影响关系，构建用于进行燃气管道动态风险评估的贝叶斯网络结构；其中，所述预设专家库中存储有预先根据专家意见确定的各风险相关因素之间的影响关系。
6.根据权利要求4所述的燃气管道动态风险评估方法，其特征在于，根据所述贝叶斯网络结构中各节点之间的影响关系，以及各节点的父节点的状态概率，确定所述贝叶斯网络结构中各节点的状态概率，具体包括：
根据所述贝叶斯网络结构中各节点之间的影响关系，确定所述贝叶斯网络结构中各节点的条件概率；
根据贝叶斯网络结构中各节点的实际取值，以及，贝叶斯网络结构中各节点的值域，确定各边缘节点的状态概率；
根据各边缘节点的状态概率确定各节点的父节点的状态概率；
根据所述贝叶斯网络结构中各节点的条件概率，以及各节点的父节点的状态概率，确定所述贝叶斯网络结构中各节点的状态概率。
7.一种燃气管道动态风险评估装置，其特征在于，包括：
分析单元，用于基于对燃气管道失效事故全过程的动态评估、事故后果的衍变机理，以及与事件的关联度，确定待进行风险评估的燃气管道的风险相关因素；
构建单元，用于将所述风险相关因素作为节点，构建用于进行燃气管道动态风险评估的贝叶斯网络结构；
计算单元，用于根据所述贝叶斯网络结构中各节点之间的影响关系，以及各节点的父节点的状态概率，确定所述贝叶斯网络结构中各节点的状态概率；
评估单元，用于基于所述贝叶斯网络结构中任一节点的状态概率的改变，更新所述贝叶斯网络中除所述任一节点以外的其他节点的状态概率，以实现燃气管道的动态风险评估。
8.根据权利要求7所述的燃气管道动态风险评估装置，其特征在于，所述评估单元，用于基于所述贝叶斯网络结构中任一节点的状态概率的改变，更新所述贝叶斯网络中除所述任一节点以外的其他节点的状态概率，以实现燃气管道的动态风险评估，具体包括：
基于所述贝叶斯网络结构中任一原因节点的状态概率的改变，更新所述贝叶斯网络中除所述任一原因节点以外的其他节点的状态概率，以实现燃气管道的动态风险预测评估。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述燃气管道动态风险评估方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至6任一项所述燃气管道动态风险评估方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010193316.2A CN111523759A (zh) | 2020-03-18 | 2020-03-18 | 燃气管道动态风险评估方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010193316.2A CN111523759A (zh) | 2020-03-18 | 2020-03-18 | 燃气管道动态风险评估方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111523759A true CN111523759A (zh) | 2020-08-11 |
Family
ID=71910401
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010193316.2A Pending CN111523759A (zh) | 2020-03-18 | 2020-03-18 | 燃气管道动态风险评估方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111523759A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112183979A (zh) * | 2020-09-18 | 2021-01-05 | 浙江省安全生产科学研究院 | 一种基于多源信息融合的危化品装卸安全风险评估方法 |
| CN112598243A (zh) * | 2020-12-15 | 2021-04-02 | 重庆电子工程职业学院 | 一种管廊运维安全动态评价方法 |
| CN113361903A (zh) * | 2021-06-02 | 2021-09-07 | 中国石油大学(北京) | 油气管道外腐蚀风险评估方法、装置及设备 |
| CN115392797A (zh) * | 2022-10-27 | 2022-11-25 | 北京城建设计发展集团股份有限公司 | 基于贝叶斯网络的运营隧道结构病害快速智能诊断方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN106980902A (zh) * | 2017-04-05 | 2017-07-25 | 广州中国科学院工业技术研究院 | 液化气储罐事故预测系统及方法 |
| EP3282668A1 (en) * | 2016-08-12 | 2018-02-14 | Tata Consultancy Services Limited | Comprehensive risk assessment in a heterogeneous dynamic network |
| CN109740210A (zh) * | 2018-12-21 | 2019-05-10 | 中国石油大学(北京) | 一种页岩气压裂井下砂堵事故实时风险评估方法及装置 |
-
2020
- 2020-03-18 CN CN202010193316.2A patent/CN111523759A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3282668A1 (en) * | 2016-08-12 | 2018-02-14 | Tata Consultancy Services Limited | Comprehensive risk assessment in a heterogeneous dynamic network |
| 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 |
| CN106980902A (zh) * | 2017-04-05 | 2017-07-25 | 广州中国科学院工业技术研究院 | 液化气储罐事故预测系统及方法 |
| CN109740210A (zh) * | 2018-12-21 | 2019-05-10 | 中国石油大学(北京) | 一种页岩气压裂井下砂堵事故实时风险评估方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 王文和等: "基于贝叶斯网络的城市地下燃气管网动态风险分析", 《中国安全生产科学技术》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112183979A (zh) * | 2020-09-18 | 2021-01-05 | 浙江省安全生产科学研究院 | 一种基于多源信息融合的危化品装卸安全风险评估方法 |
| CN112183979B (zh) * | 2020-09-18 | 2023-11-28 | 浙江省安全生产科学研究院 | 一种基于多源信息融合的危化品装卸安全风险评估方法 |
| CN112598243A (zh) * | 2020-12-15 | 2021-04-02 | 重庆电子工程职业学院 | 一种管廊运维安全动态评价方法 |
| CN113361903A (zh) * | 2021-06-02 | 2021-09-07 | 中国石油大学(北京) | 油气管道外腐蚀风险评估方法、装置及设备 |
| CN113361903B (zh) * | 2021-06-02 | 2023-12-12 | 中国石油大学(北京) | 油气管道外腐蚀风险评估方法、装置及设备 |
| CN115392797A (zh) * | 2022-10-27 | 2022-11-25 | 北京城建设计发展集团股份有限公司 | 基于贝叶斯网络的运营隧道结构病害快速智能诊断方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111523759A (zh) | 燃气管道动态风险评估方法及装置 | |
| US20220262221A1 (en) | Fire detection system | |
| Wu et al. | Probabilistic analysis of natural gas pipeline network accident based on Bayesian network | |
| Liu et al. | Dynamic risk assessment model of buried gas pipelines based on system dynamics | |
| Wang et al. | Fuzzy fault tree analysis for fire and explosion of crude oil tanks | |
| Meng et al. | Dynamic quantitative risk assessment of accidents induced by leakage on offshore platforms using DEMATEL-BN | |
| Vahdani et al. | A new FMEA method by integrating fuzzy belief structure and TOPSIS to improve risk evaluation process | |
| Jafari et al. | Reliability evaluation of fire alarm systems using dynamic Bayesian networks and fuzzy fault tree analysis | |
| Aven | A semi-quantitative approach to risk analysis, as an alternative to QRAs | |
| Wu et al. | An integrated quantitative risk assessment method for urban underground utility tunnels | |
| Yu et al. | Risk assessment of the maintenance process for onshore oil and gas transmission pipelines under uncertainty | |
| De Iuliis et al. | Quantifying restoration time of power and telecommunication lifelines after earthquakes using Bayesian belief network model | |
| Tan et al. | Systematic review of human and organizational risks for probabilistic risk analysis in high-rise buildings | |
| CN111223027A (zh) | 一种城市地震灾害风险评估方法及系统 | |
| He et al. | A novel method for risk assessment of cable fires in utility tunnel | |
| Zhang et al. | A novel resilience modeling method for community system considering natural gas leakage evolution | |
| Liu et al. | Probabilistic-based cascading failure approach to assessing workplace hazards affecting human error | |
| CN114819384A (zh) | 一种基于动态贝叶斯网络的天然气管道第三方破坏事故预警方法 | |
| Chen et al. | Knowledge graph improved dynamic risk analysis method for behavior-based safety management on a construction site | |
| Shen et al. | Risk dynamics modeling of reservoir dam break for safety control in the emergency response process | |
| Angel et al. | Fire accident risk assessment of high rise building based on fuzzy bow tie approach | |
| RU2709155C1 (ru) | Система оценки безопасности опасного производственного объекта | |
| CN114666115A (zh) | 一体化风险攻击树生成方法、装置、电子设备及存储介质 | |
| CN115829336B (zh) | 燃气管线泄露的风险评估方法及装置、设备、存储介质 | |
| Su et al. | Electrical Fire Dynamic Risk Assessment for High‐Rise Buildings Based on Variable Fuzzy Set Theory and Bayesian Network |
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: 20200811 |