一种基于BRANN模型的海洋平台燃爆风险分析方法技术

本发明专利技术公开了一种基于BRANN模型的海洋平台燃爆风险分析方法，针对海洋平台设计阶段的特点，结合BRANN模型在最大可燃气云体积峰值预测方面的优良性能，提出基于BRANN模型的海洋平台燃爆风险分析方法：首先借助工业界燃爆流体计算动力学权威软件FLACS，开展典型井喷扩散、燃爆事故场景计算；其次以仿真结果峰值为数据，借助BRANN模型，发展对应井喷扩散‑BRANN预测器、爆炸‑BRANN预测器；最后以预测器为工具，结合概率模型及拉丁抽样方法，快速地获取上千组燃爆载荷值及其概率值，进而得到载荷超越曲线。本方案简化了海洋平台燃爆风险分析流程，极大提高了分析效率，可快速、准确的进行海洋平台燃爆风险分析，为海洋平台建造设计、平台抗爆、减灾关键结构设计提供强有力支持和科学依据。

【技术实现步骤摘要】
一种基于BRANN模型的海洋平台燃爆风险分析方法
本专利技术属于海洋平台燃爆事故防控技术，具体地说是一种基于BRANN模型的海洋平台燃爆风险分析方法。
技术介绍
近年来随着陆地油气资源的枯竭，世界油气开发的重心已经逐渐转向海洋。我国南海地区素有“第二个波斯湾”之称，其油气地质储量约为我国油气总量的1/3，预估蕴藏石油1050亿桶，天然气2000万亿m3。海洋油气开发远离陆地，几百套设备和众多作业人员集中在有限的平台上，日常生产介质油气并存，易燃易爆，作业环境恶劣，面临很大的油气泄漏隐患，潜在油气燃爆事故风险巨大。一旦发生油气泄漏，可燃气体在平台受限空间蓄积，遇点火源发生爆炸，且在受限空间的约束作用下，爆炸会产生较高的燃爆载荷，造成平台结构局部严重损伤、失效，更甚者产生多米诺效应，造成平台整体失效、倒塌等严重后果。统计显示，超过70％的海洋油气开发事故源于极具危险性的油气燃爆事故，其造成的经济损失和环境破坏是其它油气开发生产所无法相比的。燃爆风险评估是降低海洋平台燃爆事故发生概率、减缓燃爆事故后果的有效手段，自1988年PiperAlpha平台燃爆事故发生以来，国外相关机构开展了大量的联合工业项目，进行了燃爆风险分析方法论研究，并逐渐形成技术垄断局面。相比而言，国内尚处于起步阶段，该领域的方法体系还不够完善。贝叶斯正则化神经网络(BayesianReguralizationArtificialNeuralNetwork(BRANN))在对有限的数值计算数据进行非线性插值方面具有较高的鲁棒性，其原理归结如下：一是：贝叶斯神经网络将权重衰减作为惩罚项引入误差函数，如式(1)所示。其可有效避免有限数据下过度训练现象。F＝βED+αEw(1)式中F是目标函数，ED表示误差函数项，Ew表示权重衰减项，α与β为超参数，用于控制其他参数的分布情况。二是，贝叶斯神经网络基于概率的方式更新初始随机的权重，即权重的概率密度函数根据贝叶斯定理逐步更新，如式(2)所示。其可根据贝叶斯定理，最大可能的在有限的数据下获取最优权重。式中M为使用的神经网络框架结构，w为神经网络权重，P(w/α,M)为先验概率，由初始给出的权重确定，P(D/w,β,M)是似然函数。三是，一旦获取最优权重，贝叶斯神经网络可按照式(3)忽略对网络作用较少的参数，简化网络的复杂程度，有效避免过拟合现象的发生，从而有效提高网络的鲁棒性、推广能力。η＝wMP-(αMP×tr(HMP-1))(3)式中MP为后验概率，H为海森矩阵。鉴于燃爆事故的高风险性以及现阶段燃爆风险分析方法的缺陷，设计一种基于BRANN模型的海洋平台燃爆风险分析方法，为海洋平台抗爆、减灾关键结构设计提供支持，打破国外技术垄断，完善燃爆风险分析方法体系，减少海洋平台燃爆风险，为突破超深水半潜式平台安全保障的关键技术瓶颈提供理论基础和科学依据。
技术实现思路
本专利技术提供一种基于BRANN模型的海洋平台燃爆风险分析方法，用以解决现有技术中的缺陷。本专利技术通过以下技术方案予以实现：一种基于BRANN模型的海洋平台燃爆风险分析方法，具体包括以下步骤：步骤1：建立海洋平台几何模型，开展井喷通风数值模拟；步骤2：以井喷扩散典型事故场景仿真值为数据基础，借助发展的BRANN模型，获取井喷扩散-BRANN预测器，同时开展仿真数据输入量对预测器推广能力的敏感度分析，以保障预测器的准确性与鲁棒性；步骤3：建立海洋平台井喷燃爆数值模型，开展典型场景的燃爆数值计算，并以钻台区域燃爆最大超压为数据基础，使用BRANN模型，建立爆炸-BRANN预测器；步骤4：由概率模型的分布函数，借助拉丁抽样方法，在最优输入场景数下的扩散-BRANN预测器、爆炸-BRANN预测器，结合概率模型与拉丁抽样方法，快速获取燃爆风险超越曲线；步骤5：开展输入仿真场景数对超越曲线的敏感度分析。本专利技术的优点是：本专利技术针对海洋平台设计阶段的特点，结合BRANN模型在最大可燃气云体积峰值预测方面的优良性能，提出基于BRANN模型的海洋平台燃爆风险分析方法：能够在较小仿真样本下即可收敛燃爆超越曲线，从而较大程度减轻数值计算负担，降低计算成本，提高工程效率，借助工业界燃爆流体计算动力学权威软件FLACS，能够更加真实地反映三维燃爆场景的分析结果。本专利技术简化了海洋平台燃爆风险分析流程，极大提高了分析效率，可快速、准确的进行海洋平台燃爆风险分析，为海洋平台建造设计、平台抗爆、减灾关键结构设计提供强有力支持和科学依据。、效率高，附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是基于BRANN模型的燃爆风险分析方法流程图；图2是井喷扩散/爆炸-BRANN预测器发展流程图；图3是超越曲线(假设P2>Pn>P1>P3)图获取流程图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。一种基于BRANN模型的海洋平台燃爆风险分析方法，具体包括以下步骤：步骤1：对超深水半潜式平台扩散事故场景进行建模，并对其典型场景的后果进行分析，此外，为开展输入数值计算数量对预测器精度的敏感度分析，开展45°风向角下，5种风速(1.5m/s、3m/s、5m/s、6m/s、10m/s)的井喷扩散场景的数值仿真计算。步骤2：以井喷通风数值计算结果为基础，借助FLACS建立海洋平台井喷扩散数值模型，开展典型场景的扩散数值计算，并以计算获取的最大可燃气云体积峰值为数据基础，基于贝叶斯神经网络算法，发展扩散-BRANN预测器。首先将所有的仿真场景及对应的最大可燃气云体积峰值分成两个集合(100％)，一个为发展集(n％，n可变)，另一个为校核集(100％-n％)；然后将发展集划分为训练集(85％)与测试集(15％)。训练集的目的是训练预测器，而测试集用来确保预测器的准确度；一旦预测器的准确度得到保证，校核集则会继续检验预测器，从而确保预测器的推广能力；随后，通过增加发展集数值场景数n％，开展输入仿真场景数对预测器推广能力的敏感度分析，获取在保障预测器较好推广能力下，最优的仿真计算量。步骤3：在扩散场景仿真结果的基础上，开展典型场景的燃爆数值计算，并分析典型场景的燃爆最大超压。随后，基于典型场景数据，发展爆炸-BRANN预测器，并开展场景输入量对预测器推广能力的敏感度分析，从而获取最优的场景输入量。步骤4：在最优输入场景数下的扩散-BRANN预测器、爆炸-BRANN预测器，结合概率模型与拉丁抽样方法，获取扩散工况条件随机样本组合，并将其作为扩散-BRANN预测器的输入，从而计算得到对应的可燃气云体积，并获取可燃气云的逆累积概率曲线，进一步开展不同抽样样本下可燃气云逆累积概率曲线的收敛本文档来自技高网...

【技术保护点】
1.一种基于BRANN模型的海洋平台燃爆风险分析方法，其特征在于，具体包括以下步骤：步骤1：建立海洋平台几何模型，开展井喷通风数值模拟；步骤2：以井喷扩散典型事故场景仿真值为数据基础，借助发展的BRANN模型，获取井喷扩散‑BRANN预测器，同时开展仿真数据输入量对预测器推广能力的敏感度分析，以保障预测器的准确性与鲁棒性；步骤3：建立海洋平台井喷燃爆数值模型，开展典型场景的燃爆数值计算，并以钻台区域燃爆最大超压为数据基础，使用BRANN模型，建立爆炸‑BRANN预测器；步骤4：由概率模型的分布函数，借助拉丁抽样方法，在最优输入场景数下的扩散‑BRANN预测器、爆炸‑BRANN预测器，结合概率模型与拉丁抽样方法，快速获取燃爆风险超越曲线；步骤5：开展输入仿真场景数对超越曲线的敏感度分析。

【技术特征摘要】
1.一种基于BRANN模型的海洋平台燃爆风险分析方法，其特征在于，具体包括以下步骤：步骤1：建立海洋平台几何模型，开展井喷通风数值模拟；步骤2：以井喷扩散典型事故场景仿真值为数据基础，借助发展的BRANN模型，获取井喷扩散-BRANN预测器，同时开展仿真数据输入量对预测器推广能力的敏感度分析，以保障预测器的准确性与鲁棒性；步骤3：建立海洋平台井喷燃爆数值模型，开展典型场景的燃爆数值计算，并以钻台区域燃爆最大超压为数据基础，使用BRANN模型，建立爆炸-BRANN预测器；步骤4：由概率模型的分布函数，借助拉丁抽样方法，在最优输入场景数下的扩散-BRANN预测器、爆炸-BRANN预测器，结合概率模型与拉丁抽样方法，快速获取燃爆风险超越曲线；步骤5：开展输入仿真场景数对超越曲线的敏感度分析。2.根据权利要求1所述的一种基于BRANN模型的海洋平台燃爆风险分析方法，其特征在于：所述的步骤1对海洋平台扩散事故场景进行建模，对其典型场景的后果进行分析，此外，为开展输入数值计算数量对预测器精度的敏感度分析，开展45°风向角下，5种风速(1.5m/s、3m/s、5m/s、6m/s、10m/s)的井喷扩散场景的数值仿真计算。3.根据权利要求1所述的一种基于BRANN模型的海洋平台燃爆风险分析方法，其特征在于：所述的步骤2所述获取井喷扩散-BRANN预测器的过程为，首先将所有的仿真场景及对应的最大可燃气云体积峰值分成两个集合(100％)，一个为发展集(n％，n可变)，另一个为校核集(100％-n％)；然后将发展集划分为训练集(85％)与测试集(15％)。训练集的目的是训练预测器，而测试集用来确...

【专利技术属性】
技术研发人员：师吉浩，陈国星，陈国明，沈孝鱼，朱渊，畅元江，安思颖，
申请(专利权)人：中国石油大学华东，
类型：发明
国别省市：山东,37