[发明专利]过程工业最严重可信事故场景确定方法、装置及存储介质在审
申请号: | 201911083584.2 | 申请日: | 2019-11-07 |
公开(公告)号: | CN112784991A | 公开(公告)日: | 2021-05-11 |
发明(设计)人: | 辛保泉;卢卫;党文义;武志峰;于安峰 | 申请(专利权)人: | 中国石油化工股份有限公司;中国石油化工股份有限公司青岛安全工程研究院 |
主分类号: | G06N7/00 | 分类号: | G06N7/00;G06Q50/26 |
代理公司: | 北京润平知识产权代理有限公司 11283 | 代理人: | 肖冰滨;王晓晓 |
地址: | 100728 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 过程 工业 严重 可信 事故 场景 确定 方法 装置 存储 介质 | ||
1.一种过程工业最严重可信事故场景确定方法,其特征在于,所述方法包括:
1)构建事故场景并确定每个事故场景的条件事件;
2)针对每个事故场景:
获取每个条件事件的发生概率,并对所有条件事件的发生概率求积得到所述事故场景的发生频率;
通过预设的影响面积模型得到所述事故场景的影响面积;
依据所述事故场景的影响面积及所述事故场景的发生频率计算所述事故场景的人员伤亡损失因子及资产损失因子;
依据所述事故场景的人员伤亡损失因子和/或资产损失因子、以及所述事故场景的发生频率,计算所述事故场景的可信因子;
3)按值对所有事故场景的可信因子进行排序,将具有最大值的可信因子对应的事故场景确定为最严重可信事故场景。
2.根据权利要求1所述的过程工业最严重可信事故场景确定方法,其特征在于,所述条件事件包括基础泄漏孔径、泄漏方向、风向、点火源类型或毒性浓度。
3.根据权利要求1所述的过程工业最严重可信事故场景确定方法,其特征在于,所述预设的影响面积模型包括:
用于计算火灾事故影响面积的火灾热辐射计算模型、用于计算爆炸事故影响面积的TNO多能模型及用于计算中毒事故影响面积的烟团扩散Pasquill-Gifford模型。
4.根据权利要求1所述的过程工业最严重可信事故场景确定方法,其特征在于,所述人员伤亡损失因子计算过程包括:
获取所述事故场景设定范围内的人口密度及人口分布因子,并依据公式Di=Ai×fi×PDi×PDFi×k计算所述人员伤亡损失因子;
其中,i表示事故场景,A表示所述事故场景的影响面积,f表示所述事故场景的发生频率,PD表示所述事故场景设定范围内的人口密度,PDF表示人口分布因子,k表示人员伤亡的等效经济损失。
5.根据权利要求1所述的过程工业最严重可信事故场景确定方法,其特征在于,所述资产损失因子计算过程包括:
获取所述事故场景设定范围内的资产密度及资产分布因子,并依据公式Li=Ai×fi×ADi×ADFi计算所述资产损失因子;
其中,i表示事故场景,A表示所述事故场景的影响面积,f表示所述事故场景的发生频率,AD表示所述事故场景设定范围内的资产密度,ADF表示资产分布因子。
6.根据权利要求1所述的过程工业最严重可信事故场景确定方法,其特征在于,所述事故场景包括导致火灾事故、爆炸事故或中毒事故的一组或多组条件事件。
7.根据权利要求6所述的过程工业最严重可信事故场景确定方法,其特征在于,所述可信因子的具体计算过程包括:
当所述事故场景包括导致火灾事故和/或导致爆炸事故的条件事件时,所述可信因子为Cei=(Di2+Li2)1/2;
当所述事故场景包括导致中毒事故的条件事件时,所述可信因子为Cti=Di×WPFi,其中,WPF表示大气稳定度为E或F的概率;
当所述事故场景包括导致中毒事故、以及导致火灾事故和/或爆炸事故的条件事件时,所述可信因子为Cbi=(Cei2+Cti2)1/2;
其中,Di表示人员伤亡损失因子,Li表示资产损失因子。
8.根据权利要求6所述的过程工业最严重可信事故场景确定方法,其特征在于,当所述事故场景包括导致火灾事故的条件事件和爆炸事故的条件事件时,所述事故场景的影响面积以火灾事故影响面积及爆炸事故影响面积中影响面积较大的为准。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国石油化工股份有限公司;中国石油化工股份有限公司青岛安全工程研究院,未经中国石油化工股份有限公司;中国石油化工股份有限公司青岛安全工程研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911083584.2/1.html,转载请声明来源钻瓜专利网。