基于模糊贝叶斯网络的海底管道泄漏事故风险评估

发布时间：2020-03-27 19:41

【摘要】：近年来,随着我国海域石油天然气作业的大幅度增加,海底油气管道作为运输方式也越来越普遍,覆盖了渤海、南海东西部大部分水域和东海部分水域。与油轮、汽车等运输方式相比,油气管线具有输运量大、稳定和很少受气候影响等优势,因此也更为安全。世界上大型海上石油天然气作业区如北海、墨西哥湾以及中东波斯湾,大量使用海底管线作为生产井域和处理终端的油气运输方式。随着海底油气管道不断延伸,管道破裂泄漏的风险也悄然增加,成为海洋溢油事故的原因之一,正确防范海底油气管道的泄漏已成当务之急。首先,本课题主要针对海底管道泄漏导致严重的火灾问题进行风险评估。根据生产工艺和企业共同点,建立Reason模型并转化为贝叶斯网络。其次,利用梯形模糊数结合专家意见的方法,获取根节点发生概率和多父节点对子节点的影响程度,利用Noisy-or减少专家工作量,充分考虑海底管道由于未知原因引发泄漏的情况。弥补了传统评估方法不能考虑不确定因素的缺点。最后,针对某渤海采油公司的相关情况,利用模糊贝叶斯网络和Reason模型结合的方法对该企业进行风险评估。得出风险评估结论和提出对策措施建议后,对该企业发生的一起火灾泄漏事故进行分析,利用贝叶斯网络分析工具计算出在火灾泄漏事故发生时根节点的发生概率值以验证风险评估结论。本文以贝叶斯网络为基础,结合梯形模糊数和Noisy-or模型,将Reason模型转化为贝叶斯网络对海上采油企业进行风险评估。在完善Reason模型并提高该模型量化分析能力的基础上,提供了一种高效准确的解决不确定事件的风险评估办法。
【图文】：

梯形模糊数,隶属度函数,等级,语言集

表 2-3 模糊概率语言集Table 2-3 Fuzzy probability language set生可能性等级等级名称梯形模糊数1 SL(极其低) (0,0,0.02,0.04)2 VL(非常低) (0,0.1,0.2,0.3)3 L(很低) (0.1,0.2,0.3,0.4)4 ML(较低) (0.2,0.3,0.4,0.5)5 M(一般) (0.3,0.4,0.5,0.6)6 MH(较高) (0.4,0.5,0.6,0.7)7 H(很高) (0.5,0.6,0.7,0.8)8 VH(非常高) (0.6,0.7,0.8,0.9)9 SH(特别高) (0.7,0.8,0.9,1)10 TH(极其高) (0.8,0.9,1,1)其隶属度函数如图 2-8 所示。其中为了考虑现实中很多小概率事件，立 Reason 模型时，故增加等级 SL 来描述发生可能性极其低的事件。

泄漏事故,贝叶斯网络,油气

通过该模型可以看出，最初在外部防护环节失效时发生泄漏，若没有操作人员及时发现，导致错失应急处理的最佳时机，将导致严重泄漏事故的发生。由于气候环境恶劣，周围常有渔船停靠，加之管道检修成本较高，若不能及时发现导致大量原油漂浮在海面，对当地的海洋生态环境将造成严重影响。若在此同时，火灾防护系统同时失效，将触发后果极为严重的火灾泄漏事故，不仅对操作人员的生命安全造成影响，也对当地经济发展及社会造成不良影响。该企业的地理环境的恶劣程度并不高，但是由于管道使用时间过长，且周围环境容易对其造成程度或大或小但不至于破损的撞击，使其管道对于海底温度及其它物理特性的变化较为敏感。在其他条件相对符合相关标准的同时，若管道没有定期的维护和检查，对于其它更容易控制的环节海底管道由于老化和腐蚀将会有较大可能性引发泄漏。4.2.2 建立贝叶斯网络由于海底管道的泄漏直接对海上环境有着直接影响，，在将 Reason 模型转化为贝叶斯网络时要根据事故演绎的阶段划分各个节点的层级。将建立好的模型转化为如图 4-2 所示的结构。
【学位授予单位】：哈尔滨理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：P756.2;TE88

【参考文献】