基于模糊贝叶斯网络的海底管道泄漏事故风险评估方法技术领域：
本发明涉及一种基于模糊贝叶斯网络的海底管道泄漏事故风险评估方法。
背景技术：
海底管道泄漏事故风险随着海洋油气工业的快速发展而逐渐增加。海底管道长期暴露
于恶劣的海洋环境中，承受复杂工作载荷、环境载荷及意外风险载荷，失效概率高，一旦发
生失效，维修与更换困难，不仅影响正常生产运输，造成巨大经济损失，而且将污染海洋环
境，造成生态灾难。随着我国对油气的需求的提高，海上采油业迅速发展，浮式海上采油设
备也随之普及。据调查显示，海上设备的失效造成的经济影响巨大，环境污染严重。这一现
象使得人们对海上设备失效的原因进行不断分析并进行风险评估，并针对薄弱环节提出对
策措施，但是事故的原因不确定性及事件间的逻辑关系的不确定性性较高，且数据资源相
对匮乏，这对海上泄漏的风险评估来说无疑是最大的一个难题。
目前在对海上泄漏事故的评估目前应用的方法主要有：事故树，事件树，Bow-Tie
模型，层次分析法，瑞士干酪模型（Reason模型，或航空事故理论模型）。在这些模型中，事故
树的方法对事故分析需要确定的事件间的逻辑关系为支撑，海上采油业工艺复杂，若要构
建完备的事故树非常困难，且任何一个小概率失误都可能在构建事故树时受到忽略。事件
树虽然可以在事故树的基础上对事故进行层次判断，但是在定量分析时也基于确定的“与
门”逻辑，同事故树具有相同的不足。Bow-Tie模型是事件树与事故树的结合，在事故结果上
可以进一步分析，但仍然不能对不确定的逻辑关系做出分析。且以上的研究方法在分析时
过于依赖基本事件的发生概率，需要在基本概率充足的条件下结合逻辑关系得出事故发生
的概率和风险等级。层次分析法可以量化评估，但不能演绎事故状态且缺乏事件间相互影
响程度的分析。瑞士干酪模型在事故演绎具有优势但没有较好的量化评估方式。 2012年，
杜尊峰提出来用瑞士干酪模型从本质安全的角度出发对海上油气泄漏的事故进行风险控
制，由于海洋气候环境多变，不确定因素较多，不能提供本质安全的环境条件，且结果中并
未进行量化分析，不能体现Reason模型在小概率事件上的优势。
发明内容：
本发明的目的是为了解决现有的Reason模型风险事故评估方法不能根据海洋气候较
多的不确定因素进行底管道泄漏事故风险评估的问题，而提出的一种基于模糊贝叶斯网络
的海底管道泄漏事故风险评估方法。
上述的目的通过以下的技术方案实现：
一种基于模糊贝叶斯网络的海底管道泄漏事故风险评估方法，所述的海底管道泄漏事
故风险评估方法通过以下步骤实现：
步骤一、根据Reason模型特点和海底管道泄漏事故资料建立贝叶斯网络模型，建立专
家系统，确定专家权重确定方法；
步骤二、利用三角模糊数将步骤一确定的模糊语言表达的专家权重确定方法量化，确
定事件间逻辑关系；
步骤三、将模糊数解模糊转化为概率值；
步骤四、在GeNIe2.0软件中定义事件间的逻辑关系，对贝叶斯网络模型进行分析，并得
出不同程度的事故的发生概率，从而确定不同泄漏程度事故的风险等级。
有益效果：
本发明采用的基于概率推理的贝叶斯网络是为了解决不定性和不完整性问题而提出
的，它对于解决复杂设备不确定性和关联性引起的故障有很大的优势，在风险评估领域中
获得广泛应用。假设在某故障原因出现的情况下，估计该故障原因的各个节点的条件概率，
这种局部化概率估计的方法可以快速找到薄弱环节，大大提高效率。传统的贝叶斯网络在
与事件树，事故树结合进行数据推理都依托在确定的逻辑关系上，其所建立起的贝叶斯网
络有时不能真实的反映客观现实，降低推理的正确率。海上采油工艺复杂，即使全部的安全
防护都没有失效也存在部分小概率事件导致最终的事故发生，那么用条件概率的方式表示
事件之间不确定的逻辑关系将成为解决这类问题的核心。
本发明将针对以上方法的不足提出将Reason模型与模糊贝叶斯方法相结合，利用
模糊方法将事件间不确定的逻辑关系用条件概率的形式展现，既能体现事件间的影响程度
也能利用贝叶斯网络确定薄弱环节中出现的小概率事件，达到在改进模型的基础上达到量
化风险评估的目标，使海上泄漏事故的风险评估结果更加精确，减少海上泄漏事故的发生，
缓解海洋坏境的恶化。
具体实施方式：
具体实施方式一：
本实施方式的基于模糊贝叶斯网络的海底管道泄漏事故风险评估方法，所述的海底管
道泄漏事故风险评估方法通过以下步骤实现：
步骤一、根据Reason模型特点和海底管道泄漏事故资料建立贝叶斯网络模型，建立专
家系统，确定专家权重确定方法；
步骤二、利用三角模糊数将步骤一确定的模糊语言表达的专家权重确定方法量化，确
定事件间逻辑关系；
步骤三、将模糊数解模糊转化为概率值；
步骤四、在GeNIe2.0软件中定义事件间的逻辑关系，对贝叶斯网络模型进行分析，并得
出不同程度的事故的发生概率，从而确定不同泄漏程度事故的风险等级。
具体实施方式二：
与具体实施方式一不同的是，本实施方式的基于模糊贝叶斯网络的海底管道泄漏事故
风险评估方法，步骤一所述的根据Reason模型特点和海底管道泄漏事故资料建立贝叶斯网
络模型为：，式中：为先验概率，为后验概率，
为似然率，A表示的是一个具有n个状态的a1，a2，…，an多状态变量；
则根据全状态公式得出：，当BN有多个节点时可以表示
为：，式中：X表示节点；
根据链式法得联合分布，式中：为节点
父代集合。BN表示贝叶斯网络模型。
具体实施方式三：
与具体实施方式一或二不同的是，本实施方式的基于模糊贝叶斯网络的海底管道泄漏
事故风险评估方法，步骤一所述的建立专家系统，确定专家权重的过程具体为，将专家的语
气值非常高、高、偏高、中等、偏低、低非常低，分别一一对应描述为三角模糊数：（0.9,1.0,
1.0）、（0.7,0.9,1.0）、（0.5,0.7,0.9）、（0.3,0.5,0.7）、（0.1,0.3,0.5）、（0,0.1,0.3）、（0,
0,0.1）。
具体实施方式四：
与具体实施方式三不同的是，本实施方式的基于模糊贝叶斯网络的海底管道泄漏事故
风险评估方法，步骤二所述的利用三角模糊数将步骤一确定的模糊语言表达的专家权重确
定方法量化，确定事件间逻辑关系的过程为：
，三角模糊数可表示为（a，m，b）。
具体实施方式五：
与具体实施方式一、二或四不同的是，本实施方式的基于模糊贝叶斯网络的海底管道
泄漏事故风险评估方法，步骤三所述的将模糊数解模糊转化为概率值的过程为根据多个专
家的意见得出一个相对合理的模糊概率，采用算数平均法来综合评判结果
，采用均值面积法，对模糊概率进行模糊处理，把模糊概
率转为精准概率，节点Xi处在j状态的精准概率为，对根节点的各状态的
精确概率进行归一化处理，使根节点处于不同状态的概率之和唯一，根节点Xi处j状态的精
准概率为：。
具体实施方式六：
与具体实施方式五不同的是，本实施方式的基于模糊贝叶斯网络的海底管道泄漏事故
风险评估方法，步骤四所述的得出不同程度的事故的发生概率，从而确定不同泄漏程度事
故的风险等级得过程具体为，根据步骤三得出的根节点Xi处j状态的精准概率Pij，并结合风
险增加当量重要度，得到叶节点T处于j状态时多状态BN中根节点Xi的RAW重要度计算公式
为：
。