一种燃气管道事故应急决策支持方法及系统技术方案

本发明专利技术公开了一种燃气管道事故应急决策支持方法及系统，包括：收集相关的燃气事故案例，进行文本抽取与分类后基于层次分析法的信息分类连接权重计算，以事故案例

【技术实现步骤摘要】
一种燃气管道事故应急决策支持方法及系统


[0001]本专利技术涉及应急决策
，具体涉及一种燃气管道事故应急决策支持方法及系统
。

技术介绍

[0002]目前，我国燃气管道出现了不同程度的老化，燃气安全事故已经进入多发
、
频发阶段
。
当发现燃气泄漏时，不会处置或不根据现场状况调整应急处置方案而造成处置不当，可能会导致事故扩大，发生火灾
、
爆炸等严重后果
。
[0003]在制定应急预案时，由于人工分析的主观性限制，仅凭单一事故类型的处置预案往往难以准确识别二次事故的风险，并采取综合的应急处置措施
。
在传统的基于案例推理的应急预案推荐方法中，需要尽可能详细地获取新事故的分类
、
程度
、
危险对象等信息，以便在案例库中分配相似的案例，学习相关的应对措施
。
但在燃气管道事故响应时效性极高的要求下，部分信息难以及时收集或处理成标准格式，而事故信息的缺失往往会影响常规推荐中类似案例推荐的准确性方法
。
[0004]因此，如何在燃气管道事故发生时快速制定或选择适用且有效的应急预案，是当前亟需解决的技术问题
。

技术实现思路

[0005]针对现有技术中存在的不足之处，本专利技术提供一种燃气管道事故应急决策支持方法及系统
。
[0006]本专利技术公开了一种燃气管道事故应急决策支持方法，包括：
[0007]步骤
1、
对燃气管道的事故文本数据源进行预处理，得到燃气事故信息集合，并将燃气事故信息集合中的事故信息按预设的分类条件分为多类；
[0008]步骤
2、
采用层次分析法对多类信息的权重进行计算；
[0009]步骤
3、
以事故案例
、
多类信息节点以及事故案例与不同类型信息节点连接的权重，构建复杂网络；
[0010]步骤
4、
采用控制随机游走的概率编码进行训练，根据复杂网络中节点间的连接权重生成带有偏置的随机游走；
[0011]步骤
5、
按目标函数计算复杂网络中的事故案例与信息节点向量，得到事故案例与信息节点的向量化表示集
E
；
[0012]步骤
6、
根据事故信息连接，对输入的新事故案例从向量化表示集
E
中抽取对应信息向量，按列取向量均值作为当前事故向量表示
e
newc
；
[0013]步骤
7、
将向量化表示集
E
中的所有事故案例向量与当前事故向量计算余弦相似度，获得带有相似度数值的相似事故排序；整合相似事故的应急预案处置方案，即可获得当前事故的应急处置推荐
。
[0014]作为本专利技术的进一步改进，所述分类条件为：将燃气事故信息集合中的事故信息
按照事故类型
、
周边环境
、
人口分布与受灾情况分为4大类
。
[0015]作为本专利技术的进一步改进，所述采用层次分析法对多类信息的权重进行计算，包括：
[0016]构造两两比较判断矩阵：
[0017]比较多类信息
F
＝
(F1，
F2，
…
，
F
n
)
对事故描述的影响：采用两两成对比较，用
a
mn
表示信息
F
m
与信息
F
n
对事故
c
描述的重要程度之比；其中，根据1‑9标度确定每个要素的相对重要度；
[0018]信息分类权重计算：
[0019]用求根法来计算判断矩阵特征向量的近似值，计算公式为：
[0020][0021]将特征向量标准化后得到权重向量
W
＝
(W1，
W2，
…
，
W
n
)
T
。
[0022]作为本专利技术的进一步改进，所述采用层次分析法对多类信息的权重进行计算，还包括：
[0023]对多类信息的权重进行一致性检验，计算一致性检验指标
C.I.
，当
C.I./0.9
＜
0.1
时，认为一致性检验合格
。
[0024]作为本专利技术的进一步改进，复杂网络
CFnet
为：
[0025]CFnet
＝
(C
，
W
，
F)
[0026]式中，
C
为事故节点集合，
c
i
∈C
；
F
为信息节点集合，
f
j
∈F
；
W
为与事故与不同类型信息节点连接的权重集合
。
[0027]作为本专利技术的进一步改进，随机游走控制策略为：
[0028]从复杂网络中的某一节点
node
ori
出发，在下一次游走可能到达的节点
node
nex
∈[node1，
node2，
...
，
node
x
]，去往各个节点的概率与节点连接权重
W
成正比，记为
α
nex
，计算公式为：
[0029][0030]式中，
x
为下一次游走可能前往节点的总数，
Wnex
为两个节点间的连接权重值
。
[0031]作为本专利技术的进一步改进，所述按目标函数计算复杂网络中的事故案例与信息节点向量，得到事故案例与信息节点的向量化表示集
E
；包括：
[0032]将从复杂网络中的节点
node
k
开始的随机游走路径覆盖节点
node
k*
的概率视为两节点的相似度，通过目标函数迭代学习案例与信息节点的向量表示，使得在向量空间内的相似度计算结果趋近原始图节点相似度计算结果，得到事故案例与信息节点的向量化表示集
E。
[0033]作为本专利技术的进一步改进，目标函数的公式为：
[0034][0035]式中，为
node
k
与节点
node
k*
的在向量空间内的相似度，
v
k
’
为随机游走路径节点向量集合
V
中的向量，
v
k
、v
k*
分别为节点
node
k
、node
k*
在向量集合
V
中的向量表示，
N
...

【技术保护点】

【技术特征摘要】
1.
一种燃气管道事故应急决策支持方法，其特征在于，包括：步骤
1、
对燃气管道的事故文本数据源进行预处理，得到燃气事故信息集合，并将燃气事故信息集合中的事故信息按预设的分类条件分为多类；步骤
2、
采用层次分析法对多类信息的权重进行计算；步骤
3、
以事故案例
、
多类信息节点以及事故案例与不同类型信息节点连接的权重，构建复杂网络；步骤
4、
采用控制随机游走的概率编码进行训练，根据复杂网络中节点间的连接权重生成带有偏置的随机游走；步骤
5、
按目标函数计算复杂网络中的事故案例与信息节点向量，得到事故案例与信息节点的向量化表示集
E
；步骤
6、
根据事故信息连接，对输入的新事故案例从向量化表示集
E
中抽取对应信息向量，按列取向量均值作为当前事故向量表示
e
newc
；步骤
7、
将向量化表示集
E
中的所有事故案例向量与当前事故向量计算余弦相似度，获得带有相似度数值的相似事故排序；整合相似事故的应急预案处置方案，即可获得当前事故的应急处置推荐
。2.
如权利要求1所述的燃气管道事故应急决策支持方法，其特征在于，所述分类条件为：将燃气事故信息集合中的事故信息按照事故类型
、
周边环境
、
人口分布与受灾情况分为4大类
。3.
如权利要求1所述的燃气管道事故应急决策支持方法，其特征在于，所述采用层次分析法对多类信息的权重进行计算，包括：构造两两比较判断矩阵：比较多类信息
F
＝
(F1,F2,
···
,F
n
)
对事故描述的影响：采用两两成对比较，用
a
mn
表示信息
F
m
与信息
F
n
对事故
c
描述的重要程度之比；其中，根据1‑9标度确定每个要素的相对重要度；信息分类权重计算：用求根法来计算判断矩阵特征向量的近似值，计算公式为：将特征向量标准化后得到权重向量
W
＝
(W1,W2,
···
,W
n
)
T
。4.
如权利要求3所述的燃气管道事故应急决策支持方法，其特征在于，所述采用层次分析法对多类信息的权重进行计算，还包括：对多类信息的权重进行一致性检验，计算一致性检验指标
C.I.
，当
C.I./0.9<0.1
时，认为一致性检验合格
。5.
如权利要求1所述的燃气管道事故应急决策支持方法，其特征在于，复杂网络
CFnet
为：
CFnet
＝
(C,W,F)
式中，
...

【专利技术属性】
技术研发人员：冯立德，杜华，刘永滨，梁海滨，王智学，张季娜，徐哲，陈开，
申请(专利权)人：中石油昆仑燃气有限公司，
类型：发明
国别省市：