基于贝叶斯网络的我国电网安全风险关联分析

为了有效识别电网运行的关键风险要素,基于典型电网企业2014-2019年代表性事故案例,采用贝叶斯网络的机器学习方法分别构建了电网事故、设备事故及人身事故致因的贝叶斯网络模型,分析各风险因素对事故的影响程度并反向诊断事故发生的关键诱因.结果表明:1)3种贝叶斯网络模型预测精度分别达到87.85％、89.24％、96.88％;2)不同类型事故的关键风险因素存在差异,但人因仍是主要致因.电网事故的关键影响因素为巡检不到位、检修质量不良和验收不合格;设备事故的关键风险因素为处理不当、巡检不到位和施工质量不良;人身事故的关键风险因素为安全意识缺乏、施工质量不良、监护不到位和验收不合格.最后,对电网系统安全运行提出了针对性建议.     

基于UHBs的输气管道高后果区泄漏燃爆事故分析

为探究输气管道高后果区中人的不安全行为（Unsafe Human Behaviors,UHBs）对输气管道泄漏燃爆事故发生的影响,结合模糊Bow-tie模型和贝叶斯网络对输气管道泄漏燃爆事故进行分析。构建基于T-S模糊故障树的输气管道泄漏燃爆模糊Bow-tie模型,并转化为贝叶斯网络;从人的不安全行为发生的可能性出发,将不同等级高后果区划分为不同等级人口敏感区;利用专家经验评判法得到不同等级人口敏感区基本事件的先验概率和中间事件的条件概率表;运用贝叶斯网络双向推理算法求解模糊Bow-tie模型。结果表明:随着地区人口敏感等级的提高,输气管道泄漏燃爆事故发生的概率随之增大,发现导致输气管道失效泄漏事故发生的最主要原因为施工破坏,失效原因与EGIG分析的结果基本相符,验证该方法在高后果区输气管道泄漏燃爆事故分析上的可行性,可为输气管道高后果区的安全管理提供决策依据。     

基于贝叶斯网络的公路隧道服役状况诊断方法研究

隧道结构的服役状况评价结果直接影响隧道养护决策,为客观合理反映运营隧道衬砌的服役状况,基于已有研究成果和专家知识,运用层次分析法建立了由目标层、一级指标层和二级指标层构成的隧道结构服役状况评价指标体系,确定了隧道衬砌服役状况的4个评价等级。在此基础上,采用贝叶斯网络结构学习TAN方法并结合专家经验知识,建立了隧道衬砌服役状况评价的贝叶斯网络模型,并结合某隧道工程实例验证了该方法的有效性。结果表明,基于贝叶斯网络的评价模型能较好地反映隧道衬砌结构的服役状况。利用贝叶斯网络进行推理分析,能考虑评价指标之间的交互性,使得诊断结果更符合客观实际。     

基于贝叶斯网络的电镀企业火灾事故情景推演

为有效解决电镀企业火灾事故情景演化路径复杂、火灾扑救困难等问题,提高电镀火灾应急处置能力,采用情景分析与贝叶斯网络(BN)相结合的方法,对电镀企业火灾演化路径进行推演。首先分析电镀火灾特点,确定情景状态、应急驱动、承灾要素和处置目标4种情景要素;然后基于动态BN确定情景间的关系,运用D-S证据理论处理优化,构建电镀企业火灾情景推演模型;最后将其应用于某电镀火灾实例,通过Netica软件得到各节点的状态概率,找出事故的发展趋势和情景演化路径。结果表明：该事故所有可能的演化路径中,预热槽体起火(情景S₁)是事故发生概率最大的情景,概率达81.2%;需在此处采取有效措施,使火灾消失概率达到62.3%。     

基于ACE-BN的通勤飞行事故/事件诱因分析

为降低我国通用航空短途运输运行安全风险,提出一种基于平均因果效应(ACE)和贝叶斯网络(BN)的事故/事件诱因分析方法。首先,分析102起美国通勤飞行事故/事件,共识别出7类19种诱因;然后,引入ACE公式确定节点的优先次序,使用K2算法构建BN结构,并采用最大期望(EM)算法进行网络参数学习,建立通勤飞行事故/事件诱因分析模型;最后,对各诱因的概率进行排序并分析诱因间的敏感性。结果表明：机组经验不足导致的事故/事件发生概率最高;机械设备情况容易受到雨雪等恶劣天气的影响;天气因素和监管因素对机组因素表现出较高的敏感性,其中,恶劣的天气会影响机翼等机械设备的正常运转,进而影响飞行员对于飞机的操作,技术和安全培训不到位会影响飞行员和管制人员的专业水平及经验技能。     

储罐腐蚀及清罐周期合理性研究

描述了腐蚀对储罐的影响,并使用贝叶斯判别预测方法对储罐腐蚀状况进行了预测,合理确定了储罐清罐周期。     

韧性城市视角下地铁洪涝灾害风险分析——基于Bow-Tie—贝叶斯网络模型

极端暴雨易引发地铁洪涝灾害,其致灾因子具有复杂性特征,辨识地铁洪涝灾害的致灾因素,可以有效提升地铁系统应对洪涝灾害的韧性。为此,建立了Bow-Tie—贝叶斯网络的灾害风险分析模型,利用事故树构建致灾模型,再以贝叶斯网络模型预测灾害的后验概率。通过节点后验概率、关键重要度分析等对地铁洪涝灾害的基本事件的重要度进行分析,提取出导致灾害发生的关键基本事件。分析结果表明,地铁和环境的不安全状态和管理的缺陷是导致灾害发生的重要中间事件。该文从灾前预防、灾中抵御、灾后恢复三个维度对地铁洪涝灾害提出针对性的对策建议,对建设更具韧性和包容性的社会-生态系统具有重要的借鉴意义。     

基于毕达哥拉斯模糊贝叶斯网络的海底管道泄漏风险分析*

为分析海底管道运行中存在的泄漏风险,提出1种基于毕达哥拉斯模糊数与贝叶斯网络的风险评估模型。首先,通过毕达哥拉斯模糊数转换专家定性评价,拓展专家意见模糊范围;然后,结合主客观组合赋权法,利用毕达哥拉斯梯形爱因斯坦混合几何算子（PTFEHG）实现专家意见的聚合;最后,通过贝叶斯网络的推理与敏感性分析,计算海底管道泄漏风险的失效概率,并辨识关键风险因素。研究结果表明:该方法可以结合专家意见对海底管道泄漏风险进行定量分析,并识别导致泄漏事故的关键风险因素,对海底管道安全管理具有指导意义。     

基于动态贝叶斯网络的民航突发事件情景分析研究

航空运输重大突发事件的应急准备与处置存在问题,应急救援效果不甚理想。建立了基于灾害体、受灾体、孕灾环境以及抗灾体四要素的突发事件情景分析模型,并运用动态贝叶斯网络模型,构建了基于关键时间节点的突发事件情景演化模型。基于上述模型,以某航班降落时起落架故障的典型事件为例进行模型构建与分析,分析结果验证该模型运用于民航突发事件情景分析与评估的合理性和可行性。该模型为提高民航突发事件应急准备与处置能力提供了新的思路与方法。