[发明专利]一种基于遗传算法的贝叶斯网络天然气管道泄漏概率计算方法

说明书

本发明公开了一种基于遗传算法的贝叶斯网络天然气管道泄漏概率计算方法，涉及天然气管道安全技术领域，为了解决天然气管道泄漏概率计算脱离管道实际状态的问题，包括以下步骤：基于统计数据库分析天然气管道失效原因因素,并分析影响天然气管道失效的实际状态因素，根据因果关联关系，建立天然气管道失效故障树模型，利用故障树与贝叶斯网络的转换关系确定贝叶斯网络结构，完成天然气管道失效贝叶斯网络模型结构的构建；引入遗传算法完成贝叶斯网络参数学习以此获取最优网络条件概率；采用GeNIe贝叶斯网络仿真软件建立模型，输入贝叶斯网络根节点概率与条件概率，计算天然气管道在实际状态下的失效概率。

技术领域

本发明涉及然气管道安全技术领域，具体涉及一种基于遗传算法的贝叶斯网络天然气管道泄漏概率计算方法。

背景技术

川渝地区天然气管道一般埋地敷设，穿跨越地区地形复杂，土壤性质差异大，具有输量大、距离长、周边敷设环境复杂等特点，常受不同程度占压、腐蚀和第三方破坏影响，随着运营时间增长，管道在设计、制造、施工、运行管理中的问题逐渐暴露出来，加之天然气管道采用高压密闭输送，一旦发生破裂泄漏引发火灾、爆炸事故，将造成严重人员伤亡、财产损失和环境破坏，严重影响社会稳定。

目前国内外大多数QRA实施以及泄漏概率的统计和计算都是部分或完全参考一些历史统计数据,但管道运行工况随时间不断变化，且随投产时间延长，管道的承压能力、抗腐蚀性能等均有所下降，致使管道失效概率升高，这些不确定性因素对管道泄漏概率计算产生很大影响。管道失效影响因素产生原因具有多样性和复杂性，泄漏概率的判定和计算方法多种多样，但缺乏符合实际的综合分析方法。贝叶斯网络法虽适用于信息不完全条件下的不确定性问题，其结构易更改，能及时更新信息，直观明了。但目前贝叶斯网络模型的构建通常仅为对第三方破坏、腐蚀、管体缺陷、运行与维护误操作以及自然灾害五类失效原因溯源分析而得，未考虑管道实际状态对失效概率的影响，即不同管道自身属性与运行特性不同，在不同管道所处的具体情况下，无法得到准确适用的管道泄漏概率。另一方面，对构建的的网络模型求解，需确定网络中每个节点相对于父节点的条件概率，目前获取条件概率方法主要依赖于历史数据和专家评估，但历史统计数据缺乏针对性且样本量少，专家知识经验具有较强的主观性和不确定性，只能解决静态问题，无法保证计算精度，在无专家知识经验下很难确定。

因此，研究一套符合天然气管实际情况的管道泄漏概率计算方法对管道安全运行的预防、预测和提前准备至关重要，也为管道风险管理、定量风险评价技术提供有力支撑。

发明内容

本发明的目的在于：为了解决天然气管道泄漏概率计算脱离管道实际状态的问题，同时实现管道泄漏概率在缺乏统计数据条件下的计算问题，避免专家知识经验所导致的主观性、静态性问题，有效地提升不同管道在不同条件下泄漏概率计算的精确性，本发明提供了一种基于遗传算法的贝叶斯网络天然气管道泄漏概率计算方法。

本发明采用的技术方案如下：

一种基于遗传算法的贝叶斯网络天然气管道泄漏概率计算方法，包括以下步骤：

S1、基于统计数据库分析天然气管道失效原因因素,并分析影响天然气管道失效的实际状态因素，确定管道失效的实际状态因素与历史失效原因因素间的因果关联关系；

S2、根据因果关联关系，建立天然气管道失效故障树模型，利用故障树与贝叶斯网络的转换关系确定贝叶斯网络结构，完成天然气管道失效贝叶斯网络模型结构的构建；

S3、引入遗传算法完成贝叶斯网络参数学习以此获取最优网络条件概率；

S4、采用GeNIe贝叶斯网络仿真软件建立模型，输入贝叶斯网络根节点概率与条件概率，计算天然气管道在实际状态下的失效概率。

作为一种优选的技术方案，还包括S5、利用贝叶斯网络的反向推理功能，对每个风险因素进行重要度分析并得到影响管道发生失效的关键致因链。