书签 分享 收藏 举报 版权申诉 / 9

基于MER的危险化学品重大危险源分级方法.pdf

  • 上传人:a3
  • 文档编号:4745946
  • 上传时间:2018-11-05
  • 格式:PDF
  • 页数:9
  • 大小:673.41KB
  • 摘要
    申请专利号:

    CN201410528307.9

    申请日:

    2014.10.09

    公开号:

    CN104318076A

    公开日:

    2015.01.28

    当前法律状态:

    撤回

    有效性:

    无权

    法律详情:

    发明专利申请公布后的视为撤回IPC(主分类):G06F 19/00申请公布日:20150128|||实质审查的生效IPC(主分类):G06F 19/00申请日:20141009|||公开

    IPC分类号:

    G06F19/00(2011.01)I

    主分类号:

    G06F19/00

    申请人:

    上海市安全生产科学研究所

    发明人:

    张耀庭; 倪凯; 马月鹏; 罗航; 李焱; 陈丹; 陈石灵

    地址:

    200233 上海市徐汇区田林路191号

    优先权:

    专利代理机构:

    上海申汇专利代理有限公司 31001

    代理人:

    林炜

    PDF完整版下载: PDF下载
    内容摘要

    一种基于MER的危险化学品重大危险源分级方法,涉及危险化学品安全管理技术领域,所解决的是减少分级误差的技术问题。该方法先获取危险化学品重大危险源的样本,并依据所获取的样本构建危险化学品重大危险源的分类器样本矩阵,进而构建危险化学品重大危险源判别函数,有危险化学品重大危险源数据产生时,根据所构建的危险化学品重大危险源判别函数对重大危险源进行分级;对一个危险化学品重大危险源进行分级后,将该危险化学品重大危险源作为新样本与原有样本一起重新构建危险化学品重大危险源的判别函数。本发明提供的方法,适用于危险化学品重大危险源的分级。

    权利要求书

    权利要求书
    1.  一种基于MER的危险化学品重大危险源分级方法,其特征在于:先构建危险化学品重大危险源判别函数,有危险化学品重大危险源数据产生时,根据所构建的危险化学品重大危险源判别函数对重大危险源进行分级;
    构建危险化学品重大危险源的判别函数的具体步骤如下:
    1)为危险化学品重大危险源设定n个危险特征值,并将各危险特征值分成4个危险级别;
    2)获取N个危险化学品重大危险源的样本,并根据获取的样本建立危险化学品重大危险源的分类器样本矩阵为:
    X~=x11x12x13...x1nx21x22x23...x2n............xN1xN2xN3...xNn;]]>
    其中,为危险化学品重大危险源的分类器样本矩阵,中的每一行代表危险化学品重大危险源的一个样本,中的每一个元素代表该元素所属样本的一个危险特征值;
    3)计算中每个危险级别的样本平均值,具体计算公式为:
    Xci‾=1NiΣX∈ciX=(x1ci‾,x2ci‾,···xnci‾)T;]]>
    其中,为中ci类危险级别的样本危险特征值的平均值向量,ci为危险级别集合C中的第i个危险级别,有C=(c1,c2,c3,c4),i=1,2,3,4,Ni为中ci类危险级别的样本数量,中的每一个元素代表中ci类危险级别的一个危险特征值的平均值;
    4)计算中每一危险级别的协方差,得到中每一危险级别的协方差矩阵为:
    Σci=σ11ciσ12ci...σ1nciσ21ciσ22ci...σ2nci.........σn1ciσn2ci...σnnci;]]>
    σjkci=1Ni-1Σl=1Ni(xlj-xjci‾)(xlk-xkci‾);]]>
    其中,为中ci类危险级别的协方差矩阵,为中ci类危险级别的协方差,j,k=1,2,…n,i=1,2,3,4,中的主对角线上的元素为样本危险特征值的自身方差,非主对角线上的元素为样本危险特征值之间的协方差,有σ1nci=σn1ci;]]>
    5)得到中各类危险级别的协方差矩阵的逆矩阵及其行列式i=1,2,3,4;
    6)计算中各类危险级别的先验概率,具体计算公式为:
    P(ci)≈NiN;]]>
    其中,P(ci)为中ci类危险级别的先验概率;
    7)构建危险化学品重大危险源的判别函数为:
    fci(X)=-12(X-Xci‾)TΣci-1(X-Xci‾)-12ln|Σci|+lnP(ci);]]>
    其中,为危险化学品重大危险源的判别函数,X为待分级的危险化学品重大危险源的危险特征值集合,有X=(x1,x2,…xn),X中的每一个元素代表一个危险特征值;
    当取得最大值时,把X所属的危险化学品重大危险源归入ci类危险级别;
    根据危险化学品重大危险源的判别函数对一个危险化学品重大危险源进行分级 后,将该危险化学品重大危险源作为新样本与原有样本一起重新构建危险化学品重大危险源的判别函数。

    说明书

    说明书基于MER的危险化学品重大危险源分级方法
    技术领域
    本发明涉及危险化学品安全管理技术,特别是涉及一种基于MER的危险化学品重大危险源分级方法的技术。
    背景技术
    根据《危险化学品重大危险源监督管理暂行规定》的规定,危险化学品单位应当对重大危险源进行安全评估并确定重大危险源等级,重大危险源根据其危险程度,分为一级、二级、三级和四级,一级为最高级。对危险化学品重大危险源应该依据国家法律法规,进行分级管理,确保危险化学品重大危险源的事故得到有效控制。
    化工区重大危险源数量相对集中,危险性较高,对重大危险源合理分级是控制事故发生,制定事故应急预案的有效方法。对化工区的重大危险源应该依据国家法律法规,进行分级管理,确保化工区重大危险源的事故得到有效控制。
    国内外对重大危险源的监管都非常重视,对化工区重大危险源的合理分级也开展多项研究。国外一般是根据临界量的大小进行分级,国内重大危险源分级主要围绕重大危险源产生的爆炸、火灾及有毒气体的泄漏等后果建立模型,侧重对事故损失的估算,从损失角度对危险源进行评价、分级,或者单纯从事故发生概率的角度进行指标体系统计分析,从事故发生的难易程度对危险源进行评价、分析。
    我国《危险化学品重大危险源辨识》(GB18218-2009)将危险化学品的种类扩大为6大类9小类,选取78种典型的危险化学品,确定其名称、分类及临界量等。但在实际使用中依然存在物质种类不齐全、重大危险源单元划分不明确、临界量过小等问题。基于该标准进行危险化学品重大危险源辨识,需要在危险安全评价的基础上,根据危险源辨识,对危险源进行直接分级,这样往往导致分级错误。
    发明内容
    针对上述现有技术中存在的缺陷,本发明所要解决的技术问题是提供一种能对新增的重大危险源进行快速、准确的分级,能有效减少重大危险源分级误差的基于MER的危险化学品重大危险源分级方法。
    为了解决上述技术问题,本发明所提供的一种基于MER的危险化学品重大危险源分级方法,其特征在于:先构建危险化学品重大危险源判别函数,有危险化学品重大危险源数据产生时,根据所构建的危险化学品重大危险源判别函数对重大危险源进行分级;
    构建危险化学品重大危险源的判别函数的具体步骤如下:
    1)为危险化学品重大危险源设定n个危险特征值,并将各危险特征值分成4个危险级别;
    2)获取N个危险化学品重大危险源的样本,并根据获取的样本建立危险化学品重大危险源的分类器样本矩阵为:
    X~=x11x12x13...x1nx21x22x23...x2n............xN1xN2xN3...xNn;]]>
    其中,为危险化学品重大危险源的分类器样本矩阵,中的每一行代表危险化学品重大危险源的一个样本,中的每一个元素代表该元素所属样本的一个危险特征值;
    3)计算中每个危险级别的样本平均值,具体计算公式为:
    Xci‾=1NiΣX∈ciX=(x1ci‾,x2ci‾,...xnci‾)T;]]>
    其中,为中ci类危险级别的样本危险特征值的平均值向量,ci为危险级别集合C中的第i个危险级别,有C=(c1,c2,c3,c4),i=1,2,3,4,Ni为 中ci类危险级别的样本数量,中的每一个元素代表中ci类危险级别的一个危险特征值的平均值;
    4)计算中每一危险级别的协方差,得到中每一危险级别的协方差矩阵为:
    Σci=σ11ciσ12ci...σ1nciσ21ciσ22ci...σ2nci.........σn1ciσn2ci...σnnci;]]>
    σjkci=1Ni-1Σl=1Ni(xlj-xjci‾)(xlk-xkci‾);]]>
    其中,为中ci类危险级别的协方差矩阵,为中ci类危险级别的协方差,j,k=1,2,…n,i=1,2,3,4,中的主对角线上的元素为样本危险特征值的自身方差,非主对角线上的元素为样本危险特征值之间的协方差,有σ1nci=σn1ci;]]>
    5)得到中各类危险级别的协方差矩阵的逆矩阵及其行列式i=1,2,3,4;
    6)计算中各类危险级别的先验概率,具体计算公式为:
    P(ci)≈NiN;]]>
    其中,P(ci)为中ci类危险级别的先验概率;
    7)构建危险化学品重大危险源的判别函数为:
    fci(X)=-12(X-Xci‾)TΣci-1(X-Xci‾)-12ln|Σci|+lnP(ci);]]>
    其中,为危险化学品重大危险源的判别函数,X为待分级的危险化学品重大危险源的危险特征值集合,有X=(x1,x2,…xn),X中的每一个元素代表一个危险特征值;
    当取得最大值时,把X所属的危险化学品重大危险源归入ci类危险级别;
    根据危险化学品重大危险源的判别函数对一个危险化学品重大危险源进行分级后,将该危险化学品重大危险源作为新样本与原有样本一起重新构建危险化学品重大危险源的判别函数。
    本发明提供的基于MER的危险化学品重大危险源分级方法,依据最小错误率分类的相关理论,建立危险化学品重大危险源分级分类判别模型,依靠机器学习,形成一个重大危险源分级判别分类器,能对新增的重大危险源进行快速、准确的分级,避免了在重大危险源分级过程中人为因素产生的分级误差。
    附图说明
    图1是本发明实施例的基于MER的危险化学品重大危险源分级方法的原理图。
    具体实施方式
    以下结合附图说明对本发明的实施例作进一步详细描述,但本实施例并不用于限制本发明,凡是采用本发明的相似结构及其相似变化,均应列入本发明的保护范围。
    如图1所示,本发明实施例所提供的一种基于MER的危险化学品重大危险源分级方法,其特征在于:先构建危险化学品重大危险源的判别函数(MER分类器),有危险化学品重大危险源数据产生时,根据危险化学品重大危险源的判别函数对重大危险源进行分级;
    构建危险化学品重大危险源的判别函数的具体步骤如下:
    1)为危险化学品重大危险源设定n个危险特征值,并将各危险特征值分成4个危险级别;
    此处,危险化学品重大危险源的危险特征值共有9个(即n=9),该9个危险 特征值分别为:事故易发性x1、事故财产损失x2、死亡人数x3、重伤人数x4、轻伤人数x5、损失半径x6、死亡半径x7,重伤半径x8、轻伤半径x9;危险化学品重大危险源固有的危险程度是危险源的分级的重要指标,此外还要考虑重大危险源周边的环境,考虑周围的人口分布情况和财产分布情况,以及一旦发生事故所能造成的周边人口损失、财产损失的程度;因此,危险特征值的选取要能够符合危险化学品重大危险源的特征,危险特征值太少会影响分类计算的准确性,危险特征值太多则会增加工作量;
    2)获取N个危险化学品重大危险源的样本,并根据获取的样本建立危险化学品重大危险源的分类器样本矩阵为:
    X~=x11x12x13...x1nx21x22x23...x2n............xN1xN2xN3...xNn;]]>
    其中,为危险化学品重大危险源的分类器样本矩阵,中的每一行代表危险化学品重大危险源的一个样本,中的每一个元素代表该元素所属样本的一个危险特征值;
    3)计算中每个危险级别的样本平均值,具体计算公式为:
    Xci‾=1NiΣX∈ciX=(x1ci‾,x2ci‾,...xnci‾)T;]]>
    其中,为中ci类危险级别的样本危险特征值的平均值向量,ci为危险级别集合C中的第i个危险级别,有C=(c1,c2,c3,c4),i=1,2,3,4,Ni为中ci类危险级别的样本数量,中的每一个元素代表中ci类危险级别的一个危险特征值的平均值;
    4)计算中每一危险级别的协方差,得到中每一危险级别的协方差矩阵为:
    Σci=σ11ciσ12ci...σ1nciσ21ciσ22ci...σ2nci.........σn1ciσn2ci...σnnci;]]>
    σjkci=1Ni-1Σl=1Ni(xlj-xjci‾)(xlk-xkci‾);]]>
    其中,为中ci类危险级别的协方差矩阵,为中ci类危险级别的协方差,j,k=1,2,…n,i=1,2,3,4,中的主对角线上的元素为样本危险特征值的自身方差,非主对角线上的元素为样本危险特征值之间的协方差,有σ1nci=σn1ci;]]>
    5)得到中各类危险级别的协方差矩阵的逆矩阵及其行列式i=1,2,3,4;
    6)计算中各类危险级别的先验概率,具体计算公式为:
    P(ci)≈NiN;]]>
    其中,P(ci)为中ci类危险级别的先验概率;
    7)构建危险化学品重大危险源的判别函数为:
    fci(X)=-12(X-Xci‾)TΣci-1(X-Xci‾)-12ln|Σci|+lnP(ci);]]>
    其中,为危险化学品重大危险源的判别函数,X为待分级的危险化学品重大危险源的危险特征值集合,有X=(x1,x2,…xn),X中的每一个元素代表一个危险特征值;
    当取得最大值时,把X所属的危险化学品重大危险源归入ci类危险级别;根据贝叶斯公式,P(ci|X)表示在X的情况下,样品为ci的概率,X=(x1,x2,…xn)是需要判别的重大危险源特征值向量,求P(ci|X)的最大值即 可以得到X∈ci,因此用多维变量的正态密度函数来模拟类条件密度,对X=(x1,x2,…xn)的类别进行判断;
    根据危险化学品重大危险源的判别函数对一个危险化学品重大危险源进行分级后,将该危险化学品重大危险源作为新样本与原有样本一起重新构建危险化学品重大危险源的判别函数,即令N=N+1(样本数量加1),再执行构建危险化学品重大危险源的判别函数的步骤2)至步骤7)。
    本发明实施例根据重大危险源辨识,对重大危险源进行评价,确定重大危险源特征参数和分级数据,建立分类样本矩阵,样本矩阵包括重大危险源指标参数和分级级别,计算样本矩阵每一类样本的平均值、协方差矩阵以及每一类的先验概率,用多维变量的正态密度函数来模拟类条件密度,在特征参数的条件下,确定特征值属于各个类别的概率。对待判定的级别的重大危险源,获得分类的指标参数,按特征参数的条件概率的最大类进行分类,实现分类错误率最小的重大危险源分类分级。
    本发明实施例可以应用于危险化学品重大危险源分级,借助计算机模式识别,实现对重大危险源的可靠分级,具有识别速度快,准确率高的特点,为危险化学品重大危险源分级监管提供了新手段。

    关 键  词:
    基于 MER 危险 化学品 重大 危险源 分级 方法
      专利查询网所有文档均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    0条评论

    还可以输入200字符

    暂无评论,赶快抢占沙发吧。

    关于本文
    本文标题:基于MER的危险化学品重大危险源分级方法.pdf
    链接地址:https://www.zhuanlichaxun.net/p-4745946.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    copyright@ 2017-2018 zhuanlichaxun.net网站版权所有
    经营许可证编号:粤ICP备2021068784号-1