The invention discloses a prediction system, liquefied gas tank accidents include: information acquisition system, data processing system, data processing system and output system, establish the analysis method of Bayesian network based on the data of the data processing system; the invention also discloses a method of prediction can be liquefied gas tank accidents, the real-time status information transmitted to the data processing system of liquefied gas storage tank after the analysis of Bayesian network based on the data from the data processing system, to adapt to the dynamic change of state information, calculate the probability of each accident type, accident type output will be possible, to realize the dynamic real-time prediction of accident. By establishing a dynamic accident prediction system to avoid the change of the state information of the liquefied gas storage tank, it can not reflect the status of the dangerous source in real time and cause a safety accident.
【技术实现步骤摘要】
液化气储罐事故预测系统及方法
本专利技术涉及危险识别领域,更具体地,涉及一种液化气储罐事故预测系统及方法。
技术介绍
风险评价是化工过程预防和危害转移的重要手段,并逐渐形成了如定量分析评价(QRA)、概率安全评价(PSA)等多种风险评价手段,危险识别是风险评价的首要步骤。危险识别是危险频率分析和结果分析的前提。经过多年发展,形成了多种危险识别方法如HAZOP分析法(HazardandOperabilityAnalysis,危险与可操作性分析)、故障树分析法等,这些方法被广泛应用于工业。然而危险源在不同的状态下其危险程度不同,现行的危险识别方法,如重大危险源辨识、HAZOP分析方法等均为静态特性。当状态信息改变时,不能实时反应危险源的状态,这将导致不准确甚至错误的结果。特别是当运行参数连续变化时,这个缺点将被放大。因此,需要建立动态的危险识别方法以适应事故风险的不断改变。
技术实现思路
基于此,本专利技术在于克服现有技术无法动态识别风险的缺陷,提供一种液化气储罐事故预测系统及方法,能适应各参数的动态变化,实时识别风险。其技术方案如下:一种液化气储罐事故预测系统,包括信息采集系统,采集液化气储罐的实时状态信息;数据处理系统,与信息采集系统连接,对实时状态信息进行分析;所述数据处理系统的建立基于贝叶斯网络的数据分析方法;输出系统,与数据处理系统连接,将可能出现的事故类型输出,实现动态事故实时预测。本技术方案将液化气储罐的实时状态信息传输至数据处理系统后,经由数据处理系统进行基于贝叶斯网络的数据分析,适应状态信息的动态变化,计算出各事故类型发生的概率,将可能出现的事故 ...
【技术保护点】
一种液化气储罐事故预测系统,其特征在于,包括:信息采集系统,采集液化气储罐的实时状态信息;数据处理系统,与信息采集系统连接,对实时状态信息进行分析;所述数据处理系统的建立基于贝叶斯网络的数据分析方法;输出系统,与数据处理系统连接,将可能出现的事故类型输出,实现动态事故实时预测。
【技术特征摘要】
1.一种液化气储罐事故预测系统,其特征在于,包括:信息采集系统,采集液化气储罐的实时状态信息;数据处理系统,与信息采集系统连接,对实时状态信息进行分析;所述数据处理系统的建立基于贝叶斯网络的数据分析方法;输出系统,与数据处理系统连接,将可能出现的事故类型输出,实现动态事故实时预测。2.根据权利要求1所述的液化气储罐事故预测系统,其特征在于,所述基于贝叶斯网络的数据分析方法包括以下步骤:1)、建立液化气储罐事故演化过程;2)、建立液化气储罐事故演化贝叶斯网络;3)、贝叶斯网络初始化。3.根据权利要求2所述的液化气储罐事故预测系统,所述液化气储罐事故演化过程包括建立各状态信息之间的多分支演化过程。4.根据权利要求3所述的液化气储罐事故预测系统,其特征在于,所述液化气储罐的状态信息包括状态参数、破裂方式、泄漏类型和事故类型。5.根据权利要求2所述的液化气储罐事故预测系统,其特征在于,所述液化气储罐事故演化贝叶斯网络包括将液化气储罐事故演化过程离散成关键节点,并根据演化过程建立各关键节点之间的因果关系;数据处理系统将关键节点的需求信息反馈至信息采集系统。6.根据权利要求5所述的液化气储罐事故预测系统,其特征在于,所述关键节点根据其在贝叶斯网络中的位置分为根节点、子节点和叶节点,根据其在贝叶斯网络中的作用分为证据节点、中间节点和查询节点;所述证据节点为根节点,只能通过信息采集系统观察或测量得到实时状态参数,所述查询节点为最终的事故类型...
【专利技术属性】
技术研发人员:黄咸家,张龙梅,杨苹,彭岚,郑子辉,孙传禧,
申请(专利权)人:广州中国科学院工业技术研究院,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。