LNG燃料动力船泄漏事故概率计算方法、装置及存储介质

技术领域

本发明涉及LNG燃料动力船泄漏技术领域，尤其涉及一种LNG燃料动力船泄漏事故概率计算方法、装置及计算机可读存储介质。

背景技术

目前，我国内河船舶动力装置主要使用的是柴油燃料，其排放的大气污染物对人体健康和环境均有严重的危害，以柴油为主的船舶燃料能源结构严重制约着航运业的健康发展。随着能源与环境问题已成为全世界关注的焦点，如何有效地降低柴油在能源结构中的比例、减少船舶大气污染物排放，是构建以低能耗、低排放、低污染的绿色航运经济发展模式亟待解决的问题，节能减排、绿色航运已成为我国内河水运发展的重要方向。

LNG燃料动力船逐渐增长的过闸需求与无法通过三峡大坝之间的矛盾成为制约LNG燃料在内河快速发展的重要瓶颈之一。由于LNG本身具有低温、易燃、易扩散等危险特性，一旦在船闸、升船机等半封闭空间发生泄漏，可能导致燃烧、爆炸等严重后果，对人员安全、船闸结构等造成极大的危害；亟需对LNG燃料动力船泄漏事故概率进行定量计算，以便提出相应的风险防范和应对措施。

发明内容

有鉴于此，有必要提供一种LNG燃料动力船泄漏事故概率计算方法、装置及计算机可读存储介质，用以解决现有技术中无法对LNG燃料动力船泄漏事故概率进行定量计算的问题。

本发明提供一种LNG燃料动力船泄漏事故概率计算方法，包括以下步骤：

获取后果事件对应的风险场景的数据，根据所述后果事件对应的风险场景的数据确定后果事件对应的风险场景中初始事件的概率；

根据所述后果事件对应的风险场景中初始事件的概率确定初始事件所对应的风险场景频率；

根据所述初始事件所对应的风险场景频率，获取后果事件发生的概率，根据所述后果事件发生的概率确定泄漏事故的风险概率。

进一步地，根据所述后果事件对应的风险场景的数据确定后果事件对应的风险场景中初始事件的概率，具体包括：根据所述后果事件对应的风险场景的数据，确定燃料罐泄漏后果事件对应的船舶碰撞风险场景及船舶火灾风险场景的初始事件概率。

进一步地，根据所述后果事件对应的风险场景的数据，确定燃料罐泄漏后果事件对应的船舶碰撞风险场景及船舶火灾风险场景的初始事件概率，包括：

根据燃料罐泄漏后果事件对应的船舶碰撞风险场景及船舶火灾风险场景的数据及对应的初始事件概率公式，确定燃料罐泄漏后果事件对应的船舶碰撞风险场景及船舶火灾风险场景的初始事件概率；

所述燃料罐泄漏后果事件对应的船舶碰撞风险场景的初始事件概率公式为

进一步地，根据所述后果事件对应的风险场景的数据确定后果事件对应的风险场景中初始事件的概率，还包括：

根据供气系统泄漏后果事件对应的管道或设备失效类风险场景及贝叶斯公式，确定供气系统泄漏后果事件对应的管道或设备失效类风险场景的初始事件概率；所述贝叶斯公式为

进一步地，根据所述后果事件对应的风险场景的数据确定后果事件对应的风险场景中初始事件的概率，还包括：

根据供气系统泄漏后果事件对应的人因失误类风险场景数据及供气系统泄漏概率公式，确定供气系统泄漏后果事件对应的人因失误类场景的初始事件概率；所述供气系统泄漏概率公式为

进一步地，根据所述后果事件对应的风险场景的数据确定后果事件对应的风险场景中初始事件的概率，还包括：根据安全阀起跳泄漏后果事件对应的动力系统长期停用风险场景数据及安全阀起跳概率公式

进一步地，根据所述后果事件对应的风险场景中初始事件的概率确定初始事件所对应的风险场景频率，具体包括：

根据所述后果事件对应的风险场景中初始事件的概率及频率计算公式，确定初始事件所对应的风险场景频率；所述频率计算公式为

进一步地，根据所述初始事件所对应的风险场景频率，获取后果事件发生的概率，根据所述后果事件发生的概率确定泄漏事故的风险概率，具体包括：根据所述初始事件所对应的风险场景频率及后果事件发生的概率公式，获取后果事件发生的概率，根据所述后果事件发生的概率及风险概率公式，确定泄漏事故的风险概率；所述后果事件发生的概率公式为

本发明还提供一种LNG燃料动力船泄漏事故概率计算装置，包括处理器以及存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现如上述任一技术方案所述的LNG燃料动力船泄漏事故概率计算方法。

本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机该程序被处理器执行时，实现如上述任一技术方案所述的LNG燃料动力船泄漏事故概率计算方法。

与现有技术相比，本发明的有益效果包括：通过获取后果事件对应的风险场景的数据，根据所述后果事件对应的风险场景的数据确定后果事件对应的风险场景中初始事件的概率；根据所述后果事件对应的风险场景中初始事件的概率确定初始事件所对应的风险场景频率；根据所述初始事件所对应的风险场景频率，获取后果事件发生的概率，根据所述后果事件发生的概率确定泄漏事故的风险概率；实现了对LNG燃料动力船泄漏事故概率的定量计算。

附图说明

图1为本发明提供的LNG燃料动力船泄漏事故概率计算方法流程示意图；

图2为本发明提供的长江月度水上交通事故统计情况；

图3为本发明提供的长江干线月度船舶事故数Gamma分布校验P-P图；

图4为本发明提供的管道或设备失效类初始事件概率误差直方图。

具体实施方式

下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。

实施例1

本发明实施例提供了一种LNG燃料动力船泄漏事故概率计算方法，其流程示意图，如图1所示，所述方法包括以下步骤：

S1、获取后果事件对应的风险场景的数据，根据所述后果事件对应的风险场景的数据确定后果事件对应的风险场景中初始事件的概率；

S2、根据所述后果事件对应的风险场景中初始事件的概率确定初始事件所对应的风险场景频率；

S3、根据所述初始事件所对应的风险场景频率，获取后果事件发生的概率，根据所述后果事件发生的概率确定泄漏事故的风险概率。

一个具体实施例中，LNG燃料动力船泄漏事故风险因素的识别结果，如表1所示；

表1

对燃料罐泄漏后果事件对应的船舶碰撞风险场景编号为C1-1，对供气系统泄漏后果事件对应的法兰接头密封件失效风险场景编号为C2-1，其余后果事件对应的风险场景编号依此类推。

根据风险辨识的相关内容，独立保护层的识别中，基于相关资料和研究成果已经对独立保护层的失效概率进行了赋值，因此，如何得到LOPA（保护层分析）风险场景中初始事件的概率

根据LOPA风险辨识的结果，燃料罐泄漏、供气系统泄漏和安全阀起跳泄漏为过闸系统的三种后果事件，考虑到其所对应的初始事件性质不尽相同，往往无法使用同一种概率计算方法得到所有初始事件的概率，因此，应分别选取适宜的初始事件概率计算方法，确保风险概率计算的准确性。

对于后果事件中的燃料罐泄漏而言，其风险场景C1-1和C1-2中所对应的初始事件分别为船舶碰撞和船舶火灾，由于船舶事故的发生受航行水域条件及通航船舶特点影响较大，且长江水上交通事故的统计数据较为丰富，因此，可使用基于统计分布的概率计算方法计算此类初始事件的概率，利用长江干线水上交通事故数据拟合得到三峡坝区的分布规律，继而对船舶事故类初始事件概率进行求解。

对于后果事件中的供气系统泄漏而言，其LOPA风险场景C2-1至C2-7中对应的初始事件，按原因可为分为管道或设备失效以及人因失误两类。管道或设备失效类初始事件多基于统计数据开展概率计算，而人因失误类初始事件则多从考虑人的主观因素入手确定其定量评判的标准，二者在计算上存在明显的差异，应进一步细化其概率计算方法。基于以上分析，对于风险场景C2-1至C2-6的管道或设备失效类初始事件来说，考虑到LNG作为船舶燃料的历史较短，其事故样本数据本身较少，且缺乏长期的、连续的失效数据记录，因此，为了克服由于样本数据缺乏的问题，结合国际上通用的失效数据库，提出使用贝叶斯估计方法对管道或设备失效概率进行定量计算，提高LNG燃料动力船过闸系统定量风险计算的准确性。对于场景编号为C2-7的人因失误类初始事件来说，根据风险辨识的结果，主要是由于人因失误造成机械损伤后未及时采取适当的反应，从而造成事态进一步扩大，因此，选取能够适用于此种场景的、可靠性较强的人因可靠性分析（HCR）方法进行人因失误的量化计算。

对于后果事件中的安全阀起跳泄漏而言，其LOPA风险场景C3-1对应的初始事件主要由于动力系统长期停用，储罐的围护材料无法做到完全隔热，导致LNG从外界环境吸收热量蒸发形成气体，造成的供气系统内的压力增加。针对不同性质的初始事件分别选取合适的概率计算方法，最终实现整个LNG燃料动力船泄漏事故风险概率的定量计算。

优选的，根据所述后果事件对应的风险场景的数据确定后果事件对应的风险场景中初始事件的概率，具体包括：根据所述后果事件对应的风险场景的数据，确定燃料罐泄漏后果事件对应的船舶碰撞风险场景及船舶火灾风险场景的初始事件概率。

一个具体实施中，根据各初始事件的概率计算方法，分别对过闸系统中燃料罐泄漏、供气系统泄漏以及安全阀起跳泄漏三类后果事件所对应的初始事件概率

优选的，根据所述后果事件对应的风险场景的数据，确定燃料罐泄漏后果事件对应的船舶碰撞风险场景及船舶火灾风险场景的初始事件概率，包括：

根据燃料罐泄漏后果事件对应的船舶碰撞风险场景及船舶火灾风险场景的数据及对应的初始事件概率公式，确定燃料罐泄漏后果事件对应的船舶碰撞风险场景及船舶火灾风险场景的初始事件概率；

所述燃料罐泄漏后果事件对应的船舶碰撞风险场景的初始事件概率公式为

一个具体实施例中，对于燃料罐泄漏后果事件而言，通过对长江干线现有的船舶事故数据进行统计和分析，并在此基础上利用统计拟合的方法得到三峡坝区船舶事故的分布函数，从而实现燃料罐泄漏对应初始事件的概率计算。

利用基于船舶事故数据的统计分布概率计算方法对船舶事故类初始事件发生概率进行求解；考虑到三峡坝区船舶事故数据的样本量本身较少，且年度和月度数据均存在不连续，无法求得其船舶事故的年度或月度分布函数，而长江干线船舶事故的统计数据样本量相对较为丰富，便于通过统计拟合的方法求得船舶事故的分布函数。在三峡坝区船舶事故统计分布符合长江干线整体船舶事故分布规律的情况下，则有：

式中，

当确定长江干线船舶事故分布函数

式中，A代表长江干线船舶总事故数中碰撞事故的占比，B代表长江干线船舶总事故数中火灾事故的占比，A和B的值均能通过对相应的船舶事故数据资料进行统计分析得到；N为三峡坝区年均过闸船舶总数，可通过对通航船舶的相关统计资料获取；

根据基于统计分布的概率计算方法，准确拟合得到长江干线月度船舶事故数的分布函数

在求解

根据图2可知，长江干线月度船舶事故呈现一定的周期性变化规律，为获得长江干线月度船舶事故数所服从的分布函数，首先利用分布概率校验P-P图，对事故数的分布进行初步校验，长江干线月度船舶事故数Gamma分布校验P-P图，如图3所示。P-P图作为初步校验参数分布函数的工具，当数据点越接近直线则代表该组数据越符合某一分布，利用P-P图初步校验可知，长江干线水上船舶事故数月度分布基本符合Gamma分布。

为进一步求得函数

表2

根据上表可知，Gamma分布的MSE值最小，与使用P-P图初步校验的结论一致，故长江干线月度船舶事故数的分布函数

式中，x为三峡坝区月度船舶事故的观测值；

基于MATLAB的计算结果，求解长江干线月度船舶事故数所符合的分布函数

经计算，分布函数

在参数A碰撞事故占比值和参数B火灾事故占比值的计算上，通过对2008年~2018年长江干线水上交通事故中船舶碰撞和火灾两种类型事故情况进行统计分析， 2008年~2018年水上交通事故种类统计情况，如表3所示，

表3

可以看到，碰撞事故数占据水上交通事故总数近一半左右，年平均占比约为45.5%，火灾事故相对较少，约占5.40%，因此，可确定参数A为0.455，参数B为0.054。

可计算得到，LOPA风险场景C1-1所对应的初始事件发生概率

对于供气系统泄漏后果事件而言，其所对应的初始事件按性质可分为管道或设备失效以及人因失误两类，考虑到两类初始事件性质存在较大差异，根据概率分析方法的理论基础，应分别选取适宜的初始事件概率计算方法。

对于管道或设备失效类初始事件（风险场景C2-1至C2-6），采用贝叶斯估计的概率计算方法，将国内外现有的失效数据库作为贝叶斯估计中先验分布函数和似然函数的数据来源，通过概率共轭分布原则确定先验分布和似然函数的概率分布形式，推导出后验分布函数的表达形式并求得其期望值，即为管道或设备失效类初始事件的概率。

对于人因失误类初始事件（风险场景C2-7），利用人因可靠性分析方法（HCR方法），根据HCR方法中人因失误的概率计算公式，从而实现人因失误类初始事件的概率的量化。

优选的，根据所述后果事件对应的风险场景的数据确定后果事件对应的风险场景中初始事件的概率，还包括：

根据供气系统泄漏后果事件对应的管道或设备失效类风险场景及贝叶斯公式，确定供气系统泄漏后果事件对应的管道或设备失效类风险场景的初始事件概率；所述贝叶斯公式为

一个具体实施例中，对于使用贝叶斯方法计算管道或设备失效概率而言，最重要的是获得贝叶斯估计中的后验分布函数作为管道或设备的失效概率

式中，

根据贝叶斯概率计算方法的基础理论，先验函数

式中，β为比例参数，α为形状参数，均为无量纲数，决定了先验函数的分布形状；x和t为泊松分布的形状参数，代表在t小时内某一初始事件出现的次数为x。

根据Gamma函数期望的方差计算公式，可以得到先验函数

根据管道或设备失效概率分布表达式，后验函数的分布参数

根据Gamma函数期望和方差的计算公式，后验分布函数

式中，

后验函数的期望值

基于贝叶斯估计的概率计算方法的有关内容，在假设初始事件的先验函数服从Gamma分布的基础上，利用数据库（HCRD数据库、OGP风险评价数据目录、海陆可靠性数据库或欧洲工业可靠性数据库），分别对C2-1到C2-6的LOPA风险场景所对应的初始事件概率进行计算；其中，初始事件的先验分布信息主要来源于HCRD、OGP等通用失效数据库，其中，HCRD数据库提供了全球范围内碳氢化合物的泄漏数据，包括管道接头、阀件、热交换器等设备失效概率；表4为过闸系统管道或设备失效类初始事件的先验概率一览表。

表4

在似然函数的信息来源方面，根据关数据库，目前关于LNG燃料动力船管道或设备失效概率的统计数据几乎空白，考虑到LNG燃料动力船供气系统结构和布置与陆地LNG加工管道和设备较为类似，如均具有热交换器、蒸发器等设备，且其工作环境与LNG燃料动力船相似，因此主要通过DNV海上设备可靠性数据库及LNG加工行业数据报告等获得似然函数的相关信息。表5为管道或设备失效类初始事件的似然函数信息一览表。

表5

结合先验函数信息和似然函数信息的相关内容，可计算得到后验函数Gamma分布的形状参数

表6

根据管道或设备失效类初始事件概率的计算结果，还应对贝叶斯估计的准确程度进行评估，计算其95%置信水平所对应的置信区间的范围，作为贝叶斯估计的误差范围。根据统计学原理，对于Gamma分布而言，其95%置信水平所对应的置信区间上限

式中，

表7

结合表7的有关内容，分别求得使用贝叶斯估计求解LOPA风险场景C2-1至C2-6初始事件概率的误差范围，如表8所示，图4为带误差线的初始事件发生概率直方图。

基于贝叶斯估计的初始事件概率计算误差范围情况，如表8所示。

表8

根据图4可知，法兰接头密封失效、管路阀件失效以及供气管路破裂为发生概率最高的三个初始事件；在使用贝叶斯估计方法进行概率计算时，蒸发器失效和增压装置失效初始事件概率计算的精度相对更高，且所有管道或设备失效类初始事件的概率计算均在3倍允许误差范围内，因此，使用基于贝叶斯估计的概率计算方法求解管道或设备失效类初始事件的准确性较高。

优选的，根据所述后果事件对应的风险场景的数据确定后果事件对应的风险场景中初始事件的概率，还包括：

根据供气系统泄漏后果事件对应的人因失误类风险场景数据及供气系统泄漏概率公式，确定供气系统泄漏后果事件对应的人因失误类场景的初始事件概率；所述供气系统泄漏概率公式为

一个具体实施例中，根据过闸系统的风险辨识结果，人因失误造成的供气系统泄漏主要考虑由于人因失误造成的管道或设备机械损伤，且未能在一定的时间内采取有效的措施从而造成的LNG泄漏。

根据确定的初始事件概率计算方法，采用HCR方法对人因失误概率进行计算。结合LNG燃料动力船过闸的实际过程，将过闸系统中可能引发人因失误的因素作为响应时间的行为修正因子，从而对人因失误导致的供气系统泄漏概率

式中，t为人因失误后允许的响应时间，单位为秒，一般可根据船舶过闸相关应急响应要求定义，T为考虑过闸影响因素修正后的实际响应时间，单位为秒，

分布形状参数

表9

根据LNG燃料动力船过闸系统的实际情况，考虑到船员的过闸操作主要基于一系列训练和练习从而达到熟练操作的目的，因此，将过闸过程中人的行为类型定义为技能型，其分布形状参数

根据HCR方法的有关内容，修正后的实际响应时间T可通过定义相应的行为修正因子K

式中，T为修正后的人员实际响应时间，单位为秒；T

结合LNG燃料动力船过闸的实际情况，提出5个过闸过程中人的行为修正因子，并分别对各行为修正因子的选取相应的过闸系统行为修正因子并对各修正因子的行为参数K和权重

表10

上表中，H为2019年度三峡船舶平均待闸时间，单位为小时，平均待闸时间越长，船舶供气系统的停机时间越长，由人员操作可能造成的供气系统故障的概率则越高；MTBF（Mean Time Between Failure）表示平均无故障间隔时间，能够表征供气系统的连续工作能力，供气系统的MTBF值越大表示其在人员操作过程中发生故障的可能性越低。

结合过闸系统的五个行为修正因子的相关参数，对于由人因失误造成的供气泄漏后果事件而言，人员失误类初始事件的概率计算情况，如表11所示。

表11

经计算，LOPA风险场景C2-7所对应的人因失误初始事件的概率

优选的，根据所述后果事件对应的风险场景的数据确定后果事件对应的风险场景中初始事件的概率，还包括：根据安全阀起跳泄漏后果事件对应的动力系统长期停用风险场景数据及安全阀起跳概率公式

根据过闸系统风险辨识结果，安全阀起跳泄漏对应的初始事件为燃料动力系统长期停用，且LNG储罐无法与外界完全绝热，LNG吸收热量大量蒸发，导致储罐内BOG气体过多造成管路超压引发安全阀起跳。安全阀作为LNG行业常用的一种自动阀门，能够通过泄放一定的流体防止容器内压力超过安全值，当容器内压力恢复到安全阀的回座压力后，阀门关闭并阻止流体继续流。

最危险的情况为过闸期间产生的BOG气体全部由安全阀排出，计算安全阀可能的最大泄漏时间，从而得到过闸期间安全阀的起跳概率，则有：

式中，

由此可见，计算安全阀起跳泄漏概率的关键在于计算过闸过程中安全阀可能的最大泄漏时间t

式中，

在LNG日均蒸发率

式中，

在LNG储罐日漏热量Q的计算上，假定过闸期间外界环境温度不发生变化，且LNG储罐内温度分布均匀，则有：

式中，k为储罐材料的热传导系数，单位为W/（m·K），取常用的储罐保温材料，k为0.04W/（m·K）；T

对于有效传热面积A的计算而言，除考虑由储罐自身受热面积At外，还考虑由安全阀所在管道的受热面积Ap，可用下式进行计算：

其中，D

在安全阀的泄放速率w的计算上，泄放速率与LNG燃料动力船供气系统管路内压力和流速有关，根据其流速的大小流动可以分为临界流动和亚临界流动两种基本形态，每种形态所对应的泄放速率计算模型有所差异。

当供气管路内气体为临界流动时，其泄漏速率为：

当供气管路内气体为亚临界流动时，则有其泄漏速率为：

式中，w为泄漏速率，单位为kg/s；C

安全阀所在管路超压时的绝对压力P

可求得LNG燃料动力船过闸过程中安全阀可能的最大泄漏时间t

表12

优选的，根据所述后果事件对应的风险场景中初始事件的概率确定初始事件所对应的风险场景频率，具体包括：

根据所述后果事件对应的风险场景中初始事件的概率及频率计算公式，确定初始事件所对应的风险场景频率；所述频率计算公式为

优选的，根据所述初始事件所对应的风险场景频率，获取后果事件发生的概率，根据所述后果事件发生的概率确定泄漏事故的风险概率，具体包括：根据所述初始事件所对应的风险场景频率及后果事件发生的概率公式，获取后果事件发生的概率，根据所述后果事件发生的概率及风险概率公式，确定泄漏事故的风险概率；所述后果事件发生的概率公式为

一个具体实施例中，对风险概率的计算包括燃料罐、供气系统以及安全阀起跳发生LNG泄漏的概率，综合考虑不同的过闸方式以及过闸阶段的影响，因此，建立风险概率模型如下：

式中，P

对于某一后果事件i的发生概率

式中，ci-m表示第i种后果事件所对应的第m个LOPA风险场景；n表示第m个LOPA风险场景中所对应的第n个独立保护层；

实施例2

本发明实施例提供了一种LNG燃料动力船泄漏事故概率计算装置，包括处理器以及存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现如实施例1所述的LNG燃料动力船泄漏事故概率计算方法。

实施例3

本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机该程序被处理器执行时，实现如实施例1所述的LNG燃料动力船泄漏事故概率计算方法。

本发明公开了一种LNG燃料动力船泄漏事故概率计算方法、装置及计算机可读存储介质，通过获取后果事件对应的风险场景的数据，根据所述后果事件对应的风险场景的数据确定后果事件对应的风险场景中初始事件的概率；根据所述后果事件对应的风险场景中初始事件的概率确定初始事件所对应的风险场景频率；根据所述初始事件所对应的风险场景频率，获取后果事件发生的概率，根据所述后果事件发生的概率确定泄漏事故的风险概率；实现了对LNG燃料动力船泄漏事故概率的定量计算。

本发明技术方案提出使用贝叶斯估计方法对管道或设备失效概率进行定量计算，提高LNG燃料动力船过闸系统定量风险计算的准确性，克服了事故样本数据缺乏的问题；从理论与工程实际相结合的角度，对LNG燃料动力船过闸系统风险概率定量计算，不仅能够为LNG燃料动力船过闸相关政策的制定提供科学的支撑，同时，对于促进长江绿色航运的发展也具有非常重要的意义。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。