CN111737642A - 基于模糊网络分析法的海底管道失效风险综合评价方法 - Google Patents

Abstract

本发明公开了一种基于模糊网络分析法的海底管道失效风险综合评价方法，包括以下步骤，S1：确定用于对管道在损害下进行风险评估的多个一级指标、及每个所述一级评估指标对应的多个二级指标；S2：基于一级指标的权重和二级指标的权重构建模糊判断矩阵，并计算加权超矩阵；S3：基于加权超矩阵计算极限超矩阵，确定各元素局部权重向量；S4：计算各元素全局权重，对风险因素进行排序；S5：根据最大隶属度原则，获得隶属度最大的风险元素对应的评价等级，本发明考虑了元素间以及层次间的相互影响，用三角模糊数代替具体的数字标度来表征两个元素的相对重要度，再结合模糊综合评价技术，可以构建完整的海底管道风险评价体系。

Description

基于模糊网络分析法的海底管道失效风险综合评价方法

技术领域

本发明涉及海底管道风险评级技术领域，具体而言，涉及一种基于模糊网络分析法的海底管道失效风险综合评价方法。

背景技术

随着我国经济的飞速发展，对油气的需求量不断增大，也加大了对水下油气资源的探寻与开发利用。海底管道作为油气输送的重要工具，对油气的开发具有极其重要的作用。

然而，由于水下环境的复杂性，管道在其长期运行过程中由于设计、腐蚀以及第三方破坏等因素可能发生结构破坏、疲劳失效等问题，进而引发泄漏事故，严重时可能导致火灾乃至爆炸，对人们的生命财产安全以及海洋环境造成不可预估的灾难性后果。因此，对海底管道失效风险进行评价与分析对管道的安全运行与事故预防具有重要意义。

目前，国内外油气管道风险分析主要针对陆上管道，评价方法主要有层次分析法(Analytic Hierarchy Process,AHP)、专家评价法和模糊综合评价法等。并且多采用具体的1-9标度对元素间相互影响重要度进行评判。

上述风险评价方法存在以下问题：

(1)海底管道与一般的陆上管道相比，系统潜在风险因素众多且更复杂，同一类风险事件不仅相互支配，而且会影响其它相关风险，传统的层次分析法对此类复杂决策问题存在较大的局限性。

(2)具体的数字标度评判结果不如三角模糊数客观。

发明内容

本发明旨在一定程度上解决上述技术问题。

有鉴于此，本发明提供了一种基于模糊网络分析法的海底管道失效风险综合评价方法，提高管道评估的精确度。

为了解决上述技术问题，本发明提供了一种基于模糊网络分析法的海底管道失效风险综合评价方法，其特征在于，包括以下步骤：

S1：确定用于对管道在损害下进行风险评估的多个一级指标、及每个所述一级评估指标对应的多个二级指标；

S2：基于一级指标的权重和二级指标的权重构建模糊判断矩阵，并计算加权超矩阵；

S3：基于加权超矩阵计算极限超矩阵，确定各元素局部权重向量；

S4：计算各元素全局权重，对风险因素进行排序；

S5：根据最大隶属度原则，获得隶属度最大的风险元素对应的评价等级。

进一步，所述步骤S2中基于一级指标的权重和二级指标的权重构建模糊判断矩阵具体为：对各风险指标进行相互影响重要度评判，得到各个专家的模糊评价结果，考虑其权重将专家意见融合后得到一个三角模糊数并反模糊化，构造组内关系和组间关系的判断矩阵并对其进行一致性比率的验证，对于不符合一致性检验的判断矩阵需要进行调整。由一致性标准CI计算判断矩阵的偏离程度：

式中，λ_max为判断矩阵的最大特征值，n为判断矩阵的阶数。

引入一致性随机比率CR，即CR＝CI/RI。

当CR<0.1时，认为判断矩阵满足一致性检验；若CR>0.1，则认为需要修正判断矩阵。

将最大特征值对应的特征向量归一化：

将其组合成如下模糊判断矩阵：

其中，W_ij表示元素组C_i中各元素对C_j中各元素重要程度排序的向量组合

进一步，所述步骤S2中计算加权超矩阵具体为：使用Matlab软件完成极限超矩阵和全局权重向量的编程计算以及一致性检验。

加权超矩阵W′由初始超矩阵W和权矩阵A得到，其列和为1，称为列随机矩阵：

具体的，利用传统AHP方法构造判断矩阵来确定准则层的权重，由组内关系和组间关系的判断矩阵构造初始ANP超矩阵和权矩阵。

进一步，所述步骤S3具体为：加权超矩阵自乘至收敛，得到的矩阵每一列值相同，即当

存在时，W′^∞的列为各个元素的极限相对排序向量，即为各元素在准则下的局部权重。

计算各元素全局权重，对风险因素进行排序。对于其它的准则，用类似的方法计算该准则下各元素的局部权重，结合各准则的权重，即可得各元素的全局权重。全局权重：

其中，m为决策准则的个数；b_i为各决策准则的权重；

为W′^∞的一列，即第i个决策准则下各元素的局部权重。由全局权重还可得各风险因素的排序。对海底管道失效风险进行模糊综合评价。

进一步，所述步骤S4具体为：结合海底管道失效风险各评价指标的性质，将其风险定性分为5个等级，评价集V＝{v₁,v₂,v₃,v₄,v₅}＝{很低，较低，中等，较高，很高}。

进一步，所述步骤S5具体为：由全局权重w_ij和模糊判断矩阵R，得出模糊综合评价的结果:B＝w_ijoR，再根据最大隶属度原则，隶属度最大的元素对应的评价等级即为最终评价结果。

本发明的技术效果在于：考虑了元素间以及层次间的相互影响，用三角模糊数代替具体的数字标度来表征两个元素的相对重要度，再结合模糊综合评价技术，可以构建完整的海底管道风险评价体系。

附图说明

图1是根据本发明的一种网络分析法的结构示意图；

图2是根据本发明的一种基于模糊网络分析法的海底管道失效风险综合评价方法的流程图；

图3是根据本发明的海底管道失效风险评价的指标体系图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好的理解本发明并能予以实施，但所举实施例不作为对本发明的限定。

如图1、图2和图3所示，S1：确定用于对管道在损害下进行风险评估的多个一级指标、及每个所述一级评估指标对应的多个二级指标；S2：基于一级指标的权重和二级指标的权重构建模糊判断矩阵，并计算加权超矩阵；S3：基于加权超矩阵计算极限超矩阵，确定各元素局部权重向量；S4：计算各元素全局权重，对风险因素进行排序；S5：根据最大隶属度原则，获得隶属度最大的风险元素对应的评价等级。，

根据本发明的具体实施例，对南海荔湾某在役输气管道的失效风险情况进行评价，得到该管道的风险评价等级。

首先对海底管道失效风险源进行调研并采用德尔菲法收集统计专家意见，得到海底管道失效的主要风险因素。

S1:建立海底管道失效风险评价网络层次结构。对海底管道失效风险源进行调研并采用德尔菲法收集统计专家意见，得到海底管道失效的主要风险因素，建立海底管道失效风险评价ANP网络层次结构，确定海底管道失效风险评价的4个一级指标以及14个二级指标，并通过德尔菲法确定方法确定一级指标和二级指标的权重，减少了传统上确定权重过程重的随意性，使结果客观公正，有较高的可信度；

S2:构造初始ANP超矩阵。邀请专家基于表1所述三角模糊数对各风险因素进行相互影响重要度评判，得到各个专家的模糊评价结果，考虑其权重将专家意见融合后得到一个三角模糊数并反模糊化。

需要说明的是，评判概率等级，综合考虑各专家权重，建立模糊判断矩阵并进行模糊综合评价。

表1重要度三角模糊数表

构造组内关系和组间关系的判断矩阵并对其进行一致性比率的验证，对于不符合一致性检验的判断矩阵需要进行调整。由一致性标准CI计算判断矩阵的偏离程度：

式中，λ_max为判断矩阵的最大特征值，n为判断矩阵的阶数。

引入一致性随机比率CR，即CR＝CI/RI。

RI为平均随机一致性指标，其取值如表2所示。

表2一致性指标RI的取值

当CR<0.1时，认为判断矩阵满足一致性检验；若CR>0.1，则认为需要修正判断矩阵。

将最大特征值对应的特征向量归一化：

将其组合成如下超矩阵：

其中，W_ij表示元素组C_i中各元素对C_j中各元素重要程度排序的向量组合。

由于人的判断具有主观性和模糊性，因此专家打分可能会出现一些判断上的矛盾。所以，为了获得比较合理、科学的排序，进行一致性检验，对混乱的经不起推敲的判断矩阵予以剔除，让专家重新审订，以保证决策的准确性和可行性，直至达成最终共识。

S3:建立加权矩阵，得到加权超矩阵。初始超矩阵的子块W_ij每一列是归一化的，但W的各列却不是归一化的，未加权的超矩阵无法用幂法求解极限加权向量。对四大类风险B1、B2、B3、B4进行相互影响重要度比较，将判断矩阵归一化建立权矩阵；

需要说明的是，使用Matlab软件完成极限超矩阵和全局权重向量的编程计算以及一致性检验。

加权超矩阵W′由初始超矩阵W和权矩阵A得到，其列和为1，称为列随机矩阵：

具体的，利用传统AHP方法构造判断矩阵来确定准则层的权重，由组内关系和组间关系的判断矩阵构造初始ANP超矩阵和权矩阵。

S4:计算极限超矩阵，确定准则下各元素局部权重。加权超矩阵自乘至收敛，得到的矩阵每一列值相同，即当

存在时，W′^∞的列为各个元素的极限相对排序向量，即为各元素在准则下的局部权重。

S5:计算各元素全局权重，对风险因素进行排序。对于其它的准则，用类似的方法计算该准则下各元素的局部权重，结合各准则的权重，即可得各元素的全局权重。全局权重：

其中，m为决策准则的个数；b_i为各决策准则的权重；

为W′^∞的一列，即第i个决策准则下各元素的局部权重。由全局权重还可得各风险因素的排序。

S6:对海底管道失效风险进行模糊综合评价。结合海底管道失效风险各评价指标的性质，将其风险定性分为5个等级，评价集V＝{v₁,v₂,v₃,v₄,v₅}＝{很低，较低，中等，较高，很高}。由全局权重w_ij和模糊判断矩阵R，得出模糊综合评价的结果:B＝w_ijoR。再根据最大隶属度原则，隶属度最大的元素对应的评价等级即为最终评价结果，选出得分最高的方案即为最优方案，获得管道易发生灾害的等级。若要进一步优化，可根据各指标权重排序进行相应改进。

需要说明的是，网络分析法即AHP，提供了一种表示决策因素测度的基本方法。在递阶层次结构下，它根据所规定的相对标度—比例标度，依靠决策者的判断，对同一层次有关元素的相对重要性进行两两比较，并按层次从上到下合成方案对于决策目标的测度。

ANP首先将系统元素划分为两大部分：第一部分称为控制因素层，包括问题目标(海底管道失效A)及决策准则(腐蚀B1、自然因素B2、第三方破坏B3he材料B4)。所有的决策准则均被认为是彼此独立的，且只受目标元素支配。控制因素中可以没有决策准则，但至少有一个目标。控制层中每个准则的权重均可用AHP方法获得。第二部分为网络层，它是由所有受控制层支配的元素组组成的C(阴极保护失效C11、海水腐蚀C12、防腐保护层破裂C13、材料抗腐蚀能力弱C14和海流冲刷C21等)其内部是互相影响的网络结构，它是由所有受控制层支配的元素组成的，元素之间互相依存、互相支配，元素和层次间内部不独立，递阶层次结构中的每个准则支配的不是一个简单的内部独立的元素，而是一个互相依存。

一种基于模糊网络分析法的海底管道失效风险综合评价方法，其使用原理为：

①综合采用德尔菲法、模糊理论、网络分析法(ANP)和模糊综合评价法。首先，从腐蚀、自然因素、第三方破坏、材料四个方面辨识管道失效原因，邀请领域专家进行失效概率评估，对各风险因素相互影响重要度进行评判。

②通过模糊理论进行评价信息的处理，由MATLAB语言实现网络分析全过程的编程计算，计算极限超矩阵和全局权重向量并进行模糊综合评价，为事故预防与安全决策提供指导。

以上所述实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。

Claims (6)

1.一种基于模糊网络分析法的海底管道失效风险综合评价方法，其特征在于，包括以下步骤：

S1：确定用于对管道在损害下进行风险评估的多个一级指标、及每个所述一级评估指标对应的多个二级指标；

S2：基于一级指标的权重和二级指标的权重构建模糊判断矩阵，并计算加权超矩阵；

S3：基于加权超矩阵计算极限超矩阵，确定各元素局部权重向量；

S4：计算各元素全局权重，对风险因素进行排序；

S5：根据最大隶属度原则，获得隶属度最大的风险元素对应的评价等级。

2.根据权利要求1所述的基于模糊网络分析法的海底管道失效风险综合评价方法，其特征在于，所述步骤S2中基于一级指标的权重和二级指标的权重构建模糊判断矩阵具体为：对各风险指标进行相互影响重要度评判，得到各个专家的模糊评价结果，考虑其权重将专家意见融合后得到一个三角模糊数并反模糊化，构造组内关系和组间关系的判断矩阵并对其进行一致性比率的验证，对于不符合一致性检验的判断矩阵需要进行调整。由一致性标准CI计算判断矩阵的偏离程度：

式中，λ_max为判断矩阵的最大特征值，n为判断矩阵的阶数。

引入一致性随机比率CR，即CR＝CI/RI。

当CR<0.1时，认为判断矩阵满足一致性检验；若CR>0.1，则认为需要修正判断矩阵。

将最大特征值对应的特征向量归一化：

将其组合成如下模糊判断矩阵：

其中，W_ij表示元素组C_i中各元素对C_j中各元素重要程度排序的向量组合。

3.根据权利要求2所述的基于模糊网络分析法的海底管道失效风险综合评价方法，其特征在于，所述步骤S2中计算加权超矩阵具体为：使用Matlab软件完成极限超矩阵和全局权重向量的编程计算以及一致性检验。

加权超矩阵W′由初始超矩阵W和权矩阵A得到，其列和为1，称为列随机矩阵：

具体的，利用传统AHP方法构造判断矩阵来确定准则层的权重，由组内关系和组间关系的判断矩阵构造初始ANP超矩阵和权矩阵。

4.根据权利要求3所述的基于模糊网络分析法的海底管道失效风险综合评价方法，其特征在于，所述步骤S3具体为：加权超矩阵自乘至收敛，得到的矩阵每一列值相同，即当

存在时，W′^∞的列为各个元素的极限相对排序向量，即为各元素在准则下的局部权重。

计算各元素全局权重，对风险因素进行排序。对于其它的准则，用类似的方法计算该准则下各元素的局部权重，结合各准则的权重，即可得各元素的全局权重。全局权重：

其中，m为决策准则的个数；b_i为各决策准则的权重；

为W′^∞的一列，即第i个决策准则下各元素的局部权重。由全局权重还可得各风险因素的排序。对海底管道失效风险进行模糊综合评价。

5.根据权利要求4所述的基于模糊网络分析法的海底管道失效风险综合评价方法，其特征在于，所述步骤S4具体为：结合海底管道失效风险各评价指标的性质，将其风险定性分为5个等级，评价集V＝{v₁,v₂,v₃,v₄,v₅}＝{很低，较低，中等，较高，很高}。

6.根据权利要求5所述的基于模糊网络分析法的海底管道失效风险综合评价方法，其特征在于，所述步骤S5具体为：由全局权重w_ij和模糊判断矩阵R，得出模糊综合评价的结果:

再根据最大隶属度原则，隶属度最大的元素对应的评价等级即为最终评价结果。

Images