用于管道输油站的智能风险防控能力评价方法

技术领域

本发明涉及智能评价技术领域，特别涉及用于管道输油站的智能风险防控能力评价方法。

背景技术

管道输油站设置各种保护层是保证管道安全平稳运行、有效预防各类事故发生、保障站场及周边群众的生命财产安全的必要措施。管道输油站的典型保护层包括：工艺设计（包括本质安全）、基本过程控制系统、安全仪表系统、被动防护设施（如围堰、防火堤）、积极防护措施（如安全阀）以及人员干预等，其中，基本过程控制系统以及安全仪表系统是需要重点去监督的两个部分，因为油库多数属于重大危险源，除去人为监督的因素之外，如果这两个系统失效，将极大概率导致灾难事故发生。管道行业目前常用的定性分析方法可以对管道输油站中的控制系统的风险防控能力进行确定，但是主观因素较强、缺乏客观性和准确性的弱点，而定量方法则费时费力且普遍面临数据收集困难的情况，这两种情况都导致对管道输油站中系统的风险防控能力确定的不精准性。

因此，提出一种用于管道输油站的智能风险防控能力评价方法。

发明内容

本发明提供一种用于管道输油站的智能风险防控能力评价方法，用以通过对事故场景进行模型分析，根据严重性指标以及严重性结果，确定保护权重以及修正因子，进而实现对管道输油站进行风险防控能力评价，进而实现对输油站中系统的风险防控能力确定的精准性。

本发明提供一种用于管道输油站的智能风险防控能力评价方法，包括：

步骤1：确定管道输油站的保护系统；

步骤2：确定所述管道输油站的事故场景，并基于场景分析模型，获取所述事故场景的严重性指标以及严重性结果；

步骤3：按照所述严重性指标，向所述保护系统中的每个保护层配置可能保护权重，同时，按照所述严重性结果确定所述保护系统的可能修正因子；

步骤4：基于每个保护层的可能保护权重以及所述保护系统的可能修正因子，对所述管道输油站进行风险防控能力评价，并获得对应的风险防控能力。

优选的，确定所述管道输油站的事故场景，包括：

对所述管道输油站进行实时监测；

根据监测结果确定存在的事故信息，并对所述事故信息按照多维度事故分析指标进行拆解，得到每个维度事故分析指标对应的单维度信息；

基于每个单维度信息的第一图像，构建得到事故场景。

优选的，基于场景分析模型，获取所述事故场景的严重性指标以及严重性结果，包括：

按照所述场景分析模型的分析窗口，调取记录的所述事故场景的分析线程，并确定所述分析线程涉及到的分析单元；

确定所述分析线程基于所述分析单元的线程权重以及线程调动的分析元素，基于所述分析元素，确定对应分析单元预先配置的分析函数中允许处于执行状态的第一数量，并当对应分析单元进行分析过程中，统计参与分析的函数的第二数量；

基于所述第一数量、第二数量以及线程权重，确定所述分析单元的分析可靠性；

其中，

基于所述分析线程，对获取的所有分析可靠性进行排列，得到分析阵列；

基于所述分析阵列，确定待补充函数，并将所述待补充函数传输到所述场景分析模型的空白单元填充，对所述事故场景进行再次分析；

基于每个分析单元对所述事故场景的分析结果以及填充后的空白单元对事故场景的再次分析结果，获取所述事故场景的严重性指标以及严重性结果。

优选的，按照所述严重性指标，向所述保护系统中的每个保护层配置可能保护权重，包括：

获取每个严重性指标基于保护层的指标映射关系，进而得到每个保护层的映射集合；

基于每个保护层的映射集合的第一集合标识，从模型数据库中，调取与对应保护层匹配的贡献解析模型，解析对应保护层的映射集合，得到第一权重；

基于每个保护层的映射集合的第二集合标识，从模型数据库中，调取与对应保护层匹配的关联解析模型，解析对应保护层的映射集合，得到第二权重；

按照预设权重转换系数，对同个保护层对应的第一权重以及第二权重构成的权重组进行转换，得到权重系数，并将所述权重系数配置为对应保护层的保护权重。

优选的，按照预设权重转换系数，对所述权重组进行转换，得到权重系数，包括：

其中，

优选的，按照所述严重性结果确定所述保护系统的可能修正因子，包括：

从函数数据库中，获取与所述严重性结果匹配的第一结果函数；

向所述第一结果函数中输入预设测试参数，得到对应的未知参量的变化性质以及所述未知参量的未知含义；

基于所述变化性质以及未知含义，从因子数据库中，匹配对应的可能修正因子。

优选的，基于每个保护层的可能保护权重以及所述保护系统的可能修正因子，对所述管道输油站进行风险防控能力评价，包括：

确定同个保护层的预设保护权重与可能保护权重的差值，若所述差值大于预设值，获取较小者权重与可能修正因子作为对应保护层的评价参数；

若所述差值不小于预设值，获取较大者权重与修正因子作为对应保护层的评价参数；

基于所有评价参数对所述管道输油站进行风险防控能力评价。

优选的，获得对应的风险防控能力，包括：

获取每个评价参数对所述管道输油站进行风险防控能力评价的第一结果；

将所有第一结果进行结果融合，得到第二结果；

从能力数据库中，向所述第二结果匹配对应的风险防控能力。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例中一种用于管道输油站的智能风险防控能力评价方法的流程图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

本发明提供一种用于管道输油站的智能风险防控能力评价方法，如图1所述，包括：

步骤1：确定管道输油站的保护系统；

步骤2：确定所述管道输油站的事故场景，并基于场景分析模型，获取所述事故场景的严重性指标以及严重性结果；

步骤3：按照所述严重性指标，向所述保护系统中的每个保护层配置可能保护权重，同时，按照所述严重性结果确定所述保护系统的可能修正因子；

步骤4：基于每个保护层的可能保护权重以及所述保护系统的可能修正因子，对所述管道输油站进行风险防控能力评价，并获得对应的风险防控能力。

该实施例中，严重性指标指的该事故造成的破坏性指标，比如经济、人员伤亡等，且严重性结果指的是对管道输油站的破坏情况。

该实施例中，可能保护权重以及可能修正因子都是作为评价的一些参数。

该实施例中，由于管道输油站的典型保护层包括：工艺设计（包括本质安全）、基本过程控制系统、安全仪表系统、被动防护设施（如围堰、防火堤）、积极防护措施（如安全阀）以及人员干预等，其中，基于管道输油站的安全运行要求，在管道输油站进行输送的过程中与基本过程控制系统以及安全仪表系统有关，前者主要是对管道输油站过程工艺控制，对输入信号进行响应，从而使过程和设备按照既定的程序运行，不执行任何安全仪表功能，后者主要是为了防止管道输油站危险事故的放生或者降低事故危害，且在管道生产过程中，基本过程控制系统与安全仪表系统相互协作，共同承担着管道生产任务。

因此，本发明主要是围绕基本过程控制系统与安全仪表系统构成保护系统，且基本过程控制系统可以作为一个保护层，安全仪表系统可以作为另一个保护层，在事故发生的过程中，来对基本过程控制系统与安全仪表系统所对应的两个保护层进行分析，来确定风险防控能力，其中，基本过程控制系统与对管道输油站中的人员操作权限、该管道输油站中不同时刻的流量趋势监测、当管道输油站中存在异常位置时进行报警、对管道输油站中发生的不同事件的记录、人员操作权限的转移、阀门状态的改变报警等有关，安全仪表系统是为了监测管道石油站生产过程中发生可能存在的潜在危险工况或者各种危险条件，来按照预先设定好的程序来及时输入安全保护指令，来回到安全状态。

上述技术方案的有益效果是：通过对事故场景进行模型分析，根据严重性指标以及严重性结果，确定保护权重以及修正因子，进而实现对管道输油站的风险防控能力评价，保证风险防控能力确定的精准性。

本发明提供一种用于管道输油站的智能风险防控能力评价方法，确定所述管道输油站的事故场景，包括：

对所述管道输油站进行实时监测；

根据监测结果确定存在的事故信息，并对所述事故信息按照多维度事故分析指标进行拆解，得到每个维度事故分析指标对应的单维度信息；

基于每个单维度信息的第一图像，构建得到事故场景。

该实施例中，假如该事故信息是与火灾有关，此时，根据多维度事故分析指标对火灾信息进行拆解。

比如，该多维度事故分析指标包括：火灾的发生时间、火灾的蔓延趋势、火灾的大小情况、火灾的发生位置等。

按照火灾的发生时间对事故信息进行拆解的过程中，提取火灾发生的时间点，可以得到火灾的实际发生时间段，且对应的第一图像上就包含火灾发生的时间曲线在内；按照火灾的蔓延趋势对事故信息进行拆解的过程中，对火灾的蔓延走向以及蔓延边界线的信息进行提取，来得到与蔓延趋势相关的第一图像，且第一图像上包括蔓延走向以及蔓延边界线在内；按照火灾的大小对事故信息进行拆解的过程中，提取火灾再不同时间点的大小情况，并用数值表示，火灾越大，对应的数值越大，且有不同的离散点构成第一图像，且第一图像中的不同离散点表示不同的火灾大小的值；按照火灾的发生位置对事故信息进行拆解的过程中，提取火灾在不同时刻的位置信息，来确定火灾发生的位置区域，且对应的第一图像上是包含位置区域在内的。

该实施例中，每个单维度指标都可以从事故信息中提取得到单维度信息，进而根据该单维度信息，来构建得到第一图像，主要是为了提供基础参考。

该实施例中，由于每个第一图像中都包含有对应维度的单维度信息，也就是该第一图像可以表示需要表示的结果，通过所有的第一图像，可以重新构建得到事故场景。

该实施例中，在基于第一图像构建事故场景的过程中，是基于场景构建模型对所有第一图像进行场景模拟，最后得到事故场景，且场景构建模型是以不同指标对应的第一图像以及不同指标的图像进行组合所构成的场景为样本训练得到的，因此，通过对现在所获取的第一图像进行场景模拟，是可以得到对应事故场景的，方便后续分析。

上述技术方案的有益效果是：通过进行监测，便于保证信息获取的完整性，通过按照不同的指标对信息进行拆分，来获取单维度信息，进而获取场景层次，来得到事故场景，通过层层拆解，保证获取事故场景的真实性与可靠性，为后续防控提供基础。

本发明提供一种用于管道输油站的智能风险防控能力评价方法，基于场景分析模型，获取所述事故场景的严重性指标以及严重性结果，包括：

按照所述场景分析模型的分析窗口，调取记录的所述事故场景的分析线程，并确定所述分析线程涉及到的分析单元；

确定所述分析线程基于所述分析单元的线程权重以及线程调动的分析元素，基于所述分析元素，确定对应分析单元预先配置的分析函数中允许处于执行状态的第一数量，并当对应分析单元进行分析过程中，统计参与分析的函数的第二数量；

基于所述第一数量、第二数量以及线程权重，确定所述分析单元的分析可靠性；

其中，

基于所述分析线程，对获取的所有分析可靠性进行排列，得到分析阵列；

基于所述分析阵列，确定待补充函数，并将所述待补充函数传输到所述场景分析模型的空白单元填充，对所述事故场景进行再次分析；

基于每个分析单元对所述事故场景的分析结果以及填充后的空白单元对事故场景的再次分析结果，获取所述事故场景的严重性指标以及严重性结果。

该实施例中，分析窗口是模型上本身就设置好的，主要是为了调取已经记录的分析线程，比如，分析线程：单元2、单元4、单元1，分别获取每个单元的分析函数的数量，进而实际统计参与的函数数量，来确定分析可靠性。

该实施例中，不同分析窗口会记录分析线程（分析过程中），也就是不同的场景进行何种线程分析，涉及到何种分析单元都是预先设置训练好的，也即是基于该窗口来获取对应分析线程，且通过对其中对应参数的单元的权重、函数的执行权重以及函数的执行因子都是事先确定好的。

且不同的函数对应的执行内容是不一样，因此，将对应执行内容的主要参数作为执行因子，且不同的函数参与分析的重要性是不一样的，因此，对应的执行权重也是不一样的，且不同的分析线程。

该实施例中，通过与该分析线程有关的阵列分析模型来对该分析阵列进行分析，确定待补充函数。

该实施例中，通过对事故场景再次分析是为了保证分析的合理性。

该实施例中，分析阵列主要是由不同分析可靠性构建得到的，比如：[0.2(单元1)、0.5(单元2)、0.3(单元3)]。

该实施例中，比如：分析函数中允许处于执行状态的第一数量n1，并当对应分析单元进行分析过程中，统计参与分析的函数的第二数量n2，在此过程中，通过确定每个单元所对应函数的第一数量、第二数量以及对应的分析可靠性，来确定是否需要从第一数量中抛除第二数量的剩余函数中来获取待补充函数，也就是当分析可靠性小于预设可靠性时，比如是小于0.3时，此时，就需要获取待补充函数，比如，分析单元1中：第一数量为3，第二数量为1，有函数1、函数2、函数3，且第二数量为1对应的函数来函数1，此时，函数2以及函数3，即可视为待补充函数。

该实施例中，当存在待补充函数时，在场景分析模型中建立空白单元，将待补充函数补充到该单元中，既可以避免对原先函数执行分析的一个破坏，又可以按照待补充函数来对事故场景进行再次分析，保证对事故分析场景的完整性。

该实施例中，严重性结果指的该事故场景的事故严重等级，严重性指标指的是该事故场景的各种安全破坏因素，比如，控制破坏指标、仪表破坏指标等，主要与事故场景有关，不同的场景对应的指标以及严重性结果是不一样的。

上述技术方案的有益效果是：通过对确定分析线程以及涉及到的单元，来确定数量，进而计算分析可靠性，且通过确定待补充函数，便于对事故场景进行再次分析，保证最后获取指标与结果的准确性，为防控提供基础。

本发明提供一种用于管道输油站的智能风险防控能力评价方法，按照所述严重性指标，向所述保护系统中的每个保护层配置可能保护权重，包括：

获取每个严重性指标基于保护层的指标映射关系，进而得到每个保护层的映射集合；

基于每个保护层的映射集合的第一集合标识，从模型数据库中，调取与对应保护层匹配的贡献解析模型，解析对应保护层的映射集合，得到第一权重；

基于每个保护层的映射集合的第二集合标识，从模型数据库中，调取与对应保护层匹配的关联解析模型，解析对应保护层的映射集合，得到第二权重；

按照预设权重转换系数，对同个保护层对应的第一权重以及第二权重构成的权重组进行转换，得到权重系数，并将所述权重系数配置为对应保护层的保护权重。

由于每个事故场景对应的严重性指标是不一样的，因此，每个保护层最后所确定的映射集合也是不一样的。

该实施例中，比如严重性指标存在：指标1、2、3、4，此时，指标1与保护层1和保护层2有关，指标2与保护层1有关，指标3与保护层1和保护层2有关，指标4与保护层2有关，此时，严重性指标1的映射关系为：指标1-保护层1、2，指标2的映射关系为：指标2-保护层1，指标3的映射关系为：指标3-保护层1、2，指标4的映射关系为：指标4-保护层2。

进而可以得到保护层1的映射集合：指标1、指标2、指标3；

保护层2的映射集合：指标1、指标3、指标4。

其中，保护层1指的是基本过程控制系统，保护层2指的是安全仪表系统。

该实施例中，模型数据库包括各种不同映射集合所对应的贡献解析模型以及关联解析模型在内的。

该实施例中，第一集合标识是包括对应应映射集合中的指标标识以及对应保护层标识以及贡献标识在内的，比如：@-123-1，其中，@标识贡献标识主要是为了调取贡献模型，123-1表示保护层1的映射集合：指标1、指标2、指标3，因此，方便从模型数据库中精准调取到对应模型。

第二集合标识是包括对应映射集合中的指标标识以及对应保护层标识以及关联标识在内的，比如：￥-123-1，其中，￥标识关联标识主要是为了调取关联模型，123-1表示保护层1的映射集合：指标1、指标2、指标3，因此，方便从模型数据库中精准调取到对应模型。

该实施例中，贡献解析模型是以不同指标构成的映射集合、每个指标的贡献程度以及对应的贡献权重训练得到的，进而可以通过对映射集合进行指标解析，得到第一权重；

比如：针对保护层2的映射集合：指标1、指标3、指标4为例：

其中，

表示指标1的贡献程度；

比如：

该实施例中，关联解析模型是以不同指标构成的映射集合、每个指标的关联程度以及对应的关联权重训练得到的，进而可以通过对映射集合进行指标解析，得到第二权重；

比如：针对保护层2的映射集合：指标1、指标3、指标4为例：

其中，

表示指标1的关联程度；

比如：

优选的，按照预设权重转换系数，对所述权重组进行转换，得到权重系数，包括：

其中，d1表示权重组中的第一权重；d2表示权重组中的第二权重；

该实施例中，贡献解析模型与关联解析模型都是预先训练好的。

该实施例中，比如：指标1的指标映射关系为：保护层1、2，依次类推，可以得到同个保护层的映射集合，也就是包含各种指标在内的。

上述技术方案的有益效果是：通过获取每个保护层的映射集合，来通过不同的解析模型，对映射集合进行解析，得到不同的权重，构建得到权重组，通过转换系数，有效获取对应保护层的保护权重，为评估防控能力提供有效基础。

本发明提供一种用于管道输油站的智能风险防控能力评价方法，按照所述严重性结果确定所述保护系统的可能修正因子，包括：

从函数数据库中，获取与所述严重性结果匹配的第一结果函数；

向所述第一结果函数中输入预设测试参数，得到对应的未知参量的变化性质以及所述未知参量的未知含义；

基于所述变化性质以及未知含义，从因子数据库中，匹配对应的可能修正因子。

该实施例中，函数数据库是预先设置好的，与不同严重性结果相匹配，进而可以从该函数数据库中调取到与严重性结果匹配的函数。

该实施例中，预设测试参数，比如是事故发生范围参数、事故影响范围参数等。

该实施例中，比如：第一结果函数中，存在已知变量1与未知变量2，此时，基于预设测试参数获取未知变量2的变化情况，来确定变化性质，比如是线性变化、非线性变化等，且未知含义是确定的未知变量的含义。

该实施例中，因子数据库是包括不同的变化性质以及未知含义以及对应因子在内的，因此，通过匹配，可以得到可能修正因子，且可能修正因子，比如是保护系统的还需要再次完善的安全保护措施相关参数，比如，是控制相关的因子等。

上述技术方案的有益效果是：通过调取结果函数，并分别向结果函数中输入不同的测试参数，便于得到变化性质以及未知含义，为获取可能修正因子提供基础，为后续风险防控能力评价提供基础。

本发明提供一种用于管道输油站的智能风险防控能力评价方法，基于每个保护层的可能保护权重以及所述保护系统的可能修正因子，对所述管道输油站进行风险防控能力评价，包括：

确定同个保护层的预设保护权重与可能保护权重的差值，若所述差值大于预设值，获取较小者权重与可能修正因子作为对应保护层的评价参数；

若所述差值不小于预设值，获取较大者权重与修正因子作为对应保护层的评价参数；

基于所有评价参数对所述管道输油站进行风险防控能力评价。

该实施例中，可能保护权重是权重系数，且预设保护权重是预先设置好的，不同的保护层对应的是不一样的，且都小于1。

该实施例中，预设值是预先设置好的，一般取值为0.2。

上述技术方案的有益效果是：通过进行权重差值的比较，来筛选有效的权重，并与可能修正因子结合，来获取对应的评价参数，得到风险防控能力。

本发明提供一种用于管道输油站的智能风险防控能力评价方法，获得对应的风险防控能力，包括：

获取每个评价参数对所述管道输油站进行风险防控能力评价的第一结果；

将所有第一结果进行结果融合，得到第二结果；

从能力数据库中，向所述第二结果匹配对应的风险防控能力。

该实施例中，比如，存在评价参数1、2、3，此时，评价参数1对管道输油站的风险防控能力评价的评价结果为0.3，评价参数2对管道输油站的风险防控能力评价的评价结果为0.4，评价参数3对管道输油站的风险防控能力评价的评价结果为0.4，此时，对0.3、0.4、0.4进行融合，得到的第二结果为：（0.3+0.4+0.4）/3，此时，从能力数据库中调取与（0.3+0.4+0.4）/3相关的风险防控能力。

该实施例中，能力数据库中包括不同的第二结果以及与第二结果匹配的风险防控能力在内。

上述技术方案的有益效果是：通过获取每个评价参数的结果，并进行结果融合，便于匹配得到风险防控能力。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。