油氣井鉆井施工作業(yè)現(xiàn)場的風(fēng)險預(yù)測系統(tǒng)及方法
【專利摘要】本發(fā)明公開了一種油氣井鉆井施工作業(yè)現(xiàn)場的風(fēng)險預(yù)測系統(tǒng)及方法，系統(tǒng)包括數(shù)據(jù)采集模塊，用于采集現(xiàn)場作業(yè)的數(shù)據(jù)；數(shù)據(jù)管理模塊用于對現(xiàn)場采集的數(shù)據(jù)以及樣本數(shù)據(jù)進行存儲；數(shù)據(jù)應(yīng)用模塊用于實現(xiàn)信息發(fā)布、數(shù)據(jù)查詢、數(shù)據(jù)統(tǒng)計和報表輸出；決策支持模塊用于根據(jù)樣本數(shù)據(jù)，對現(xiàn)場采集的數(shù)據(jù)進行風(fēng)險分析并預(yù)警；方法：采集作業(yè)現(xiàn)場的數(shù)據(jù)；根據(jù)樣本數(shù)據(jù)，對采集的監(jiān)督數(shù)據(jù)進行風(fēng)險分析，得到風(fēng)險分析結(jié)果；結(jié)合預(yù)設(shè)的預(yù)警閥值，確定預(yù)警等級，做出相應(yīng)的風(fēng)險預(yù)警動作。本發(fā)明針對鉆井現(xiàn)場采集的數(shù)據(jù)，將風(fēng)險貝葉斯網(wǎng)絡(luò)與ARIMA模型結(jié)合在一起，實現(xiàn)事故風(fēng)險概率的有效分析與預(yù)測，分析準(zhǔn)確度高、真實性強。
【專利說明】油氣井鉆井施工作業(yè)現(xiàn)場的風(fēng)險預(yù)測系統(tǒng)及方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種油氣井鉆井施工作業(yè)現(xiàn)場的風(fēng)險預(yù)測系統(tǒng)及方法。
【背景技術(shù)】
[0002]油氣鉆井是一個多工序、多工種、連續(xù)作業(yè)、立體交叉的系統(tǒng)工程。鉆井工程是一項隱蔽性很強的地下工程。它擁有資金投入大、作業(yè)風(fēng)險高和操作技術(shù)復(fù)雜等特征。一口井的整個鉆井活動包括建立鉆井平臺，安裝鉆機設(shè)備，鉆進施工，下套管固井，測井，試油以及完井等一系列作業(yè)。在鉆井生產(chǎn)過程中，鉆井作業(yè)受巖石地質(zhì)條件、鉆井裝備質(zhì)量、操作人員技術(shù)能力、管理能力與規(guī)范、現(xiàn)場作業(yè)者作業(yè)心理以及施工經(jīng)驗等因素的影響可能引發(fā)鉆井事故。除此之外，鉆井管理體制和鉆井運行機制等因素制約著鉆井工程項目作業(yè)的各個階段和環(huán)節(jié)，人員、設(shè)施和環(huán)境等對鉆井均存在不同程度和不同形式的影響，即存在不同程度、形式的風(fēng)險。事故的突然發(fā)生很有可能導(dǎo)致全井報廢，以致大量的物力和財力損失，甚至造成重大的人員傷亡事故。
[0003]油氣鉆井工程是油氣勘探開發(fā)中最直接最有效的手段，是油田建設(shè)的必不可少的一部分。先進新穎的鉆井技術(shù)將會引領(lǐng)世界石油與天然氣勘探開發(fā)市場，它是占領(lǐng)此市場的主要競爭手段。油氣鉆井是以巖石地層為工作對象，需要多環(huán)節(jié)、多部門協(xié)作的系統(tǒng)工程。此外，它還是一項規(guī)模龐大、技術(shù)要求高、風(fēng)險性極大和資金密集型工程。油氣鉆井取得的效果好壞與地質(zhì)屬性、開發(fā)技術(shù)、機械設(shè)備，人員管理以及生產(chǎn)和自然環(huán)境等大量不確定性因素有關(guān)。簡而言之，油氣鉆井所處的每一階段、每一時段都可能遇到大量的不確定性現(xiàn)象，即油氣鉆井的高風(fēng)險性。如果發(fā)生諸如井噴失控著火這類重大事故，那么造成的人員傷亡、鉆機設(shè)備的毀壞、環(huán)境的污染以及其帶來的經(jīng)濟損失和影響將是無法估量的。因此，有效的預(yù)防、控制與處置風(fēng)險，降低油氣鉆井成本、提高鉆井投資的經(jīng)濟效益始終是油氣鉆井工程界乃至石油行業(yè)所追求的目標(biāo)之一。
[0004]國內(nèi)外相關(guān)人士最初主要研究危險源的辨識方法，預(yù)測可能發(fā)生的事故。采用的技術(shù)主要有故障樹、事件樹等分析事故產(chǎn)生的原因，從而進行系統(tǒng)安全評價，為事故預(yù)防工作提供指向。
[0005]目前，學(xué)者所研究的系統(tǒng)幾乎都是非線性產(chǎn)系統(tǒng)，因此要對系統(tǒng)進行安全預(yù)測必然要采用非線性預(yù)測方法或者把非線性問題轉(zhuǎn)化為線性問題來解決。最新興起的非線性預(yù)測方法有:非線性/混沌時間序列方法、人工神經(jīng)網(wǎng)絡(luò)方法、遺傳算法、灰色理論等。這些預(yù)測方法既可以單獨使用又可以結(jié)合使用。其中，人工神經(jīng)網(wǎng)絡(luò)預(yù)測模型在非線性映射、泛化和容錯等方面擁有較強的能力?；疑A(yù)測系統(tǒng)理論是在研究對象歷史數(shù)據(jù)較少的情況下，利用灰色微分方程對事物的長期發(fā)展規(guī)律做出預(yù)測，適用于數(shù)據(jù)量較少的研究對象。

【發(fā)明內(nèi)容】

[0006]本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種油氣井鉆井施工作業(yè)現(xiàn)場的風(fēng)險預(yù)測系統(tǒng)及方法，從人的不安全行為和物的不安全狀態(tài)兩大子系統(tǒng)方面，分析鉆井作業(yè)事故的影響因素以及各影響因素對造成鉆井事故的輕重程度，運用事故影響因素指標(biāo)體系構(gòu)建鉆井風(fēng)險貝葉斯網(wǎng)絡(luò)，運用貝葉斯網(wǎng)絡(luò)概率推理計算出風(fēng)險概率值，建立ARIMA風(fēng)險預(yù)測模型，對事故發(fā)生的風(fēng)險概率進行有效的分析和預(yù)測，最終實現(xiàn)風(fēng)險的及時預(yù)警。
[0007]本發(fā)明的目的是通過以下技術(shù)方案來實現(xiàn)的:油氣井鉆井施工作業(yè)現(xiàn)場的風(fēng)險預(yù)測系統(tǒng)，它包括數(shù)據(jù)采集模塊、數(shù)據(jù)管理模塊、數(shù)據(jù)應(yīng)用模塊和決策支持模塊，數(shù)據(jù)采集模塊用于采集現(xiàn)場作業(yè)的數(shù)據(jù)；數(shù)據(jù)管理模塊用于對現(xiàn)場采集的監(jiān)督數(shù)據(jù)以及樣本數(shù)據(jù)進行存儲；數(shù)據(jù)應(yīng)用模塊用于實現(xiàn)信息的發(fā)布、數(shù)據(jù)的查詢、數(shù)據(jù)的統(tǒng)計和報表的輸出；決策支持模塊包括風(fēng)險分析單元和風(fēng)險預(yù)警單元，所述的風(fēng)險分析單元用于根據(jù)樣本數(shù)據(jù)，對現(xiàn)場采集的監(jiān)督數(shù)據(jù)進行風(fēng)險分析，所述的風(fēng)險預(yù)警單元用于根據(jù)分析結(jié)果進行風(fēng)險預(yù)警。
[0008]油氣井鉆井施工作業(yè)現(xiàn)場的風(fēng)險預(yù)測方法，它包括如下步驟:
[0009]Sll:采集作業(yè)現(xiàn)場數(shù)據(jù)，形成監(jiān)督數(shù)據(jù)；
[0010]S12:根據(jù)樣本數(shù)據(jù)，對采集的監(jiān)督數(shù)據(jù)進行風(fēng)險分析，得到風(fēng)險分析結(jié)果，其中，所述的風(fēng)險分析包括如下子步驟:
[0011]S121:利用貝葉斯網(wǎng)絡(luò)計算風(fēng)險概率；
[0012]S122:利用ARIMA模型建立風(fēng)險預(yù)測模型；
[0013]S123:對風(fēng)險預(yù)測模型進行檢驗，若所構(gòu)建的風(fēng)險預(yù)測模型的擬合精度達(dá)到預(yù)設(shè)精度，則說明所建的風(fēng)險預(yù)測模型符合要求，進入步驟S24 ;否則，利用監(jiān)督數(shù)據(jù)對模型進行修改，返回步驟S22，重新建立風(fēng)險預(yù)測模型；
[0014]S124:利用風(fēng)險預(yù)測模型對作業(yè)現(xiàn)場風(fēng)險概率進行預(yù)測，得出風(fēng)險預(yù)測結(jié)果；
[0015]S13:根據(jù)風(fēng)險分析結(jié)果，結(jié)合預(yù)設(shè)的預(yù)警閥值，確定預(yù)警等級，做出相應(yīng)的風(fēng)險預(yù)警動作。
[0016]所述的風(fēng)險概率計算包括如下子步驟:
[0017]S21:確定風(fēng)險貝葉斯網(wǎng)絡(luò)的變量集和變量域；
[0018]將安全事故影響因素作為貝葉斯網(wǎng)絡(luò)的節(jié)點，即變量集，所有節(jié)點變量包括以下兩種狀態(tài):發(fā)生狀態(tài)和未發(fā)生狀態(tài)，將發(fā)生狀態(tài)記為1，未發(fā)生狀態(tài)記為0，則變量域均為{0,1}；
[0019]S22:根據(jù)安全事故影響因素，構(gòu)建鉆井施工作業(yè)現(xiàn)場的表示節(jié)點變量之間相互關(guān)系的風(fēng)險貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)；
[0020]S23:通過數(shù)據(jù)統(tǒng)計分析得出一級節(jié)點的先驗概率表；
[0021]在現(xiàn)場作業(yè)采集的監(jiān)督數(shù)據(jù)中，統(tǒng)計一段日期內(nèi)每天人的不安全行為和物的不安全狀態(tài)因素的記錄數(shù)，求出各一級因素記錄數(shù)占當(dāng)天所有因素記錄數(shù)的百分比，即為一級因素的先驗概率；
[0022]S24:利用貝葉斯網(wǎng)絡(luò)計算發(fā)生事故的風(fēng)險概率；
[0023]根據(jù)風(fēng)險貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)圖的因果關(guān)系層級推理計算出一段日期內(nèi)每天的風(fēng)險概率值。
[0024]所述的風(fēng)險貝葉斯網(wǎng)絡(luò)主要包括人的不安全行為A1和物的不安全狀態(tài)A2兩大子系統(tǒng)，每個子系統(tǒng)由多個節(jié)點變量通過概率理論聚合而成，每個節(jié)點變量又由多個子節(jié)點變量通過概率理論聚合而成，兩個子系統(tǒng)聚合到總風(fēng)險指標(biāo)R。
[0025]所述每天的風(fēng)險概率值的推理過程如下:[0026](I)計算人的不安全行為A1當(dāng)天的風(fēng)險概率P(A1),^ι)=ΣμΡ(Α.|4>(4,) ,其中m為不安全行為A1中節(jié)點的個數(shù)，Ali表示不安全行為
A1中的第i個節(jié)點變量，，這里的k視不安全行為A1中子節(jié)點的個數(shù)而定，A⑴表示Ali中的第j個子節(jié)點變量，條件概率P (Ali I Alij)和先驗概率Aiu均能從先驗概率表中查得，物的不安全狀態(tài)A2當(dāng)天的風(fēng)險概率P (A2)采用同樣的計算方法得到；
[0027](2)計算當(dāng)天的總風(fēng)險概率 P(R)，P(R) = P(R| A1)P(A1)+P(R| A2)P(A2)。
[0028]所述風(fēng)險預(yù)測模型建立包括如下子步驟:
[0029]S31:風(fēng)險概率數(shù)據(jù)的分析與處理:①風(fēng)險概率序列的平穩(wěn)性分析，根據(jù)風(fēng)險概率做出風(fēng)險概率折線圖，以判斷風(fēng)險概率序列的平穩(wěn)性；②風(fēng)險概率序列的純隨機性檢驗，即白噪聲檢驗；③風(fēng)險概率序列平穩(wěn)化并檢驗，對風(fēng)險概率序列進行一階差分平穩(wěn)處理，得到處理后的風(fēng)險概率序列折線圖；
[0030]S32:根據(jù)一階差分的風(fēng)險概率序列建立ARIMA模型。
[0031]本發(fā)明的有益效果是:本發(fā)明從人的不安全行為和物的不安全狀態(tài)兩大子系統(tǒng)方面，分析鉆井作業(yè)事故的影響因素以及各影響因素對造成鉆井事故的輕重程度，運用事故影響因素指標(biāo)體系構(gòu)建鉆井風(fēng)險貝葉斯網(wǎng)絡(luò)，運用貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)預(yù)測風(fēng)險概率值，為安全管理者提供決策支持，為安全預(yù)防、安全控制和安全管理指明方向；建立ARIMA風(fēng)險預(yù)測模型，對事故發(fā)生的風(fēng)險概率進行有效的分析和預(yù)測；本發(fā)明將風(fēng)險貝葉斯網(wǎng)絡(luò)和ARIMA風(fēng)險預(yù)測模型有效結(jié)合在一起，實現(xiàn)了油氣鉆井事故風(fēng)險概率的預(yù)測。
【專利附圖】

【附圖說明】
[0032]圖1為本發(fā)明的系統(tǒng)`框圖；
[0033]圖2為本發(fā)明的方法流程圖；
[0034]圖3為貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)示意圖；
[0035]圖4為某公司2011年3月I日至4月30日的風(fēng)險概率折線圖；
[0036]圖5為某公司2011年3月I日至4月30日的風(fēng)險概率數(shù)據(jù)自相關(guān)圖；
[0037]圖6為某公司2011年3月I日至4月30日的風(fēng)險概率數(shù)據(jù)偏自相關(guān)圖；
[0038]圖7為某公司風(fēng)險概率序列的一階差分圖；
[0039]圖8為某公司風(fēng)險概率序列的一階差分后自相關(guān)圖；
[0040]圖9為某公司風(fēng)險概率序列的一階差分后偏自相關(guān)圖；
[0041]圖10為鉆井作業(yè)現(xiàn)場風(fēng)險ARIMA (2，1，O)模型的參數(shù)估計圖；
[0042]圖11為鉆井作業(yè)現(xiàn)場風(fēng)險ARIMA (2，1，0)模型殘差的白噪聲檢驗圖。
【具體實施方式】
[0043]下面結(jié)合附圖進一步詳細(xì)描述本發(fā)明的技術(shù)方案，但本發(fā)明的保護范圍不局限于以下所述。
[0044]如圖1所示，油氣井鉆井施工作業(yè)現(xiàn)場的風(fēng)險預(yù)測系統(tǒng)，它包括數(shù)據(jù)采集模塊、數(shù)據(jù)管理模塊、數(shù)據(jù)應(yīng)用模塊和決策支持模塊，數(shù)據(jù)采集模塊用于采集現(xiàn)場作業(yè)的數(shù)據(jù)；數(shù)據(jù)管理模塊用于對現(xiàn)場采集的監(jiān)督數(shù)據(jù)以及樣本數(shù)據(jù)進行存儲；數(shù)據(jù)應(yīng)用模塊用于實現(xiàn)信息的發(fā)布、數(shù)據(jù)的查詢、數(shù)據(jù)的統(tǒng)計和報表的輸出；決策支持模塊包括風(fēng)險分析單元和風(fēng)險預(yù)警單元，所述的風(fēng)險分析單元用于根據(jù)樣本數(shù)據(jù)，對現(xiàn)場采集的監(jiān)督數(shù)據(jù)進行風(fēng)險分析，所述的風(fēng)險預(yù)警單元用于根據(jù)分析結(jié)果進行風(fēng)險預(yù)警。
[0045]風(fēng)險分析單元在進行風(fēng)險分析中，需對油氣鉆井事故的影響因素進行分析，并統(tǒng)計數(shù)據(jù)。本發(fā)明將鉆井生產(chǎn)過程中影響油氣鉆井事故的不安全因素主要分為以下兩大方面:即人的不安全行為A1和物的不安全狀態(tài)A2，其中人的不安全行為A1包括違章作業(yè)An、違章指揮A12、違反勞動紀(jì)律A13、不安全裝束A14、違章駕駛A15、安全管理缺陷A16和生產(chǎn)管理缺陷A17等，物的不安全狀態(tài)A2包括設(shè)備設(shè)施缺陷A21、安全防護缺陷A22、自然環(huán)境不良A23和作業(yè)場所不良A24,如圖3所示。
[0046]違章作業(yè)A11概括為五個方面:違章作業(yè)操作A111、作業(yè)許可不落實A112、違章使用工具A113、使用不當(dāng)信號A114和作業(yè)導(dǎo)致隱患A115。違章指揮A12主要表現(xiàn)在以下幾個方面:文件管理違章A121、人員管理違章A122、生產(chǎn)管理違章A123和物資違章管理A124。違法勞動紀(jì)律A13主要有兩個方面:脫崗、睡崗、酒后上崗違章仏31和冒險進入作業(yè)場所A132。不安全裝束A14主要包括常規(guī)勞保穿戴不全A141和特殊防護穿戴不全A142。違章駕駛A15包括無證駕駛A151和違章駕駛A152。安全管理缺陷A16包括管理制度缺陷A161、直線責(zé)任未落實A162、屬地責(zé)任未落實A163和承包商管理缺陷A164。生產(chǎn)管理缺陷A17包括生產(chǎn)組織缺陷A171和過程監(jiān)控缺陷A172。
[0047]設(shè)備設(shè)施缺陷A21包括井控設(shè)備缺陷A211、特殊設(shè)備缺陷A212、電氣設(shè)備缺陷A213、消防設(shè)備缺陷A214和一般設(shè)備缺陷A215。安全防護缺陷A22包括安全防護設(shè)施缺陷A221和安全防護設(shè)施失效A222。自然環(huán)境不良A23包括天氣惡劣A231和自然災(zāi)害A232。作業(yè)場所不良A24包括自然條件不具備A241和場所 不符合要求A242。
[0048]如圖2所示，油氣井鉆井施工作業(yè)現(xiàn)場的風(fēng)險預(yù)測方法，它包括如下步驟:
[0049]Sll:采集作業(yè)現(xiàn)場的數(shù)據(jù)，形成監(jiān)督數(shù)據(jù)。
[0050]S12:將現(xiàn)有現(xiàn)場作業(yè)的監(jiān)督數(shù)據(jù)存儲至數(shù)據(jù)管理模塊，并根據(jù)數(shù)據(jù)管理模塊內(nèi)的樣本數(shù)據(jù)，對采集的監(jiān)督數(shù)據(jù)進行風(fēng)險分析，得到風(fēng)險分析結(jié)果，其中，風(fēng)險分析包括如下子步驟:
[0051]S121:利用貝葉斯網(wǎng)絡(luò)計算風(fēng)險概率；
[0052]S122:利用ARIMA模型建立風(fēng)險預(yù)測模型；
[0053]S123:對風(fēng)險預(yù)測模型進行檢驗，若所構(gòu)建的風(fēng)險預(yù)測模型的擬合精度達(dá)到預(yù)設(shè)精度，則說明所建的風(fēng)險預(yù)測模型符合要求，進入步驟S24 ;否則，利用監(jiān)督數(shù)據(jù)對模型進行修改，返回步驟S22，重新建立風(fēng)險預(yù)測模型；
[0054]S124:利用風(fēng)險預(yù)測模型對作業(yè)現(xiàn)場風(fēng)險概率進行預(yù)測，得出風(fēng)險預(yù)測結(jié)果。
[0055]S13:根據(jù)風(fēng)險分析結(jié)果，結(jié)合預(yù)設(shè)的預(yù)警閥值，確定預(yù)警等級，做出相應(yīng)的風(fēng)險預(yù)警動作。
[0056]所述的風(fēng)險概率計算包括如下子步驟:
[0057]S21:確定風(fēng)險貝葉斯網(wǎng)絡(luò)的變量集和變量域。
[0058]將安全事故影響因素作為貝葉斯網(wǎng)絡(luò)的節(jié)點，即變量集，所有節(jié)點變量包括以下兩種狀態(tài):發(fā)生狀態(tài)和未發(fā)生狀態(tài)，將發(fā)生狀態(tài)記為1，未發(fā)生狀態(tài)記為0，則變量域均為{0,1}，本發(fā)明中貝葉斯網(wǎng)絡(luò)的節(jié)點包括父節(jié)點(如A11)和子節(jié)點(如A111),通過合理運用父節(jié)點在子節(jié)點發(fā)生狀態(tài)(即，變量取值為I)時的概率，結(jié)合貝葉斯網(wǎng)絡(luò)的因果關(guān)系進行推理的。
[0059]S22:根據(jù)安全事故影響因素，構(gòu)建鉆井施工作業(yè)現(xiàn)場的表示節(jié)點變量之間相互關(guān)系的風(fēng)險貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)。
[0060]根據(jù)事故影響因素指標(biāo)體系，建立如圖3所示的表示節(jié)點變量之間相互關(guān)系的有向無環(huán)圖，也就是建立風(fēng)險貝葉斯網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)。風(fēng)險貝葉斯網(wǎng)絡(luò)主要包括人的不安全行為A1和物的不安全狀態(tài)A2兩大子系統(tǒng)，每個子系統(tǒng)由多個節(jié)點變量通過概率理論聚合而成，即11個節(jié)點變量(如An，A21等)通過概率理論聚合到2個子系統(tǒng)，每個節(jié)點變量又由多個子節(jié)點變量通過概率理論聚合而成，如節(jié)點變量A11又由子節(jié)點A111、子節(jié)點A112、子節(jié)點A113、子節(jié)點A114和子節(jié)點A115通過概率理論聚合而成，共有32個子節(jié)點，兩個子系統(tǒng)聚合到總風(fēng)險指標(biāo)Ro
[0061]S23:通過數(shù)據(jù)統(tǒng)計分析得出一級節(jié)點的先驗概率表。
[0062]一級節(jié)點沒有父節(jié)點的概率為先驗概率，在現(xiàn)場作業(yè)采集的監(jiān)督數(shù)據(jù)中，統(tǒng)計某公司2011年3月I日至2011年4月30日每天人的不安全行為和物的不安全狀態(tài)因素的記錄數(shù)，求出各一級因素記錄數(shù)占當(dāng)天所有因素記錄數(shù)的百分比，即為一級因素的先驗概率；2011.3.1-2011.4.30具體每天的先驗概率見表1-1?1-11。
[0063](I)人的不安全行為的先驗概率。
[0064](1.1)違章作業(yè)的先驗概率:
[0065]表 1-1
【權(quán)利要求】
1.油氣井鉆井施工作業(yè)現(xiàn)場的風(fēng)險預(yù)測系統(tǒng)，它包括數(shù)據(jù)采集模塊、數(shù)據(jù)管理模塊和數(shù)據(jù)應(yīng)用模塊模塊，數(shù)據(jù)采集模塊用于采集現(xiàn)場作業(yè)的數(shù)據(jù)；數(shù)據(jù)管理模塊用于對現(xiàn)場采集的監(jiān)督數(shù)據(jù)以及樣本數(shù)據(jù)進行存儲；數(shù)據(jù)應(yīng)用模塊用于實現(xiàn)信息的發(fā)布、數(shù)據(jù)的查詢、數(shù)據(jù)的統(tǒng)計和報表的輸出；其特征在于:還包括決策支持模塊，所述的決策支持模塊包括風(fēng)險分析單元和風(fēng)險預(yù)警單元，所述的風(fēng)險分析單元用于根據(jù)樣本數(shù)據(jù)，對現(xiàn)場采集的監(jiān)督數(shù)據(jù)進行風(fēng)險分析，所述的風(fēng)險預(yù)警單元用于根據(jù)分析結(jié)果進行風(fēng)險預(yù)警。
2.油氣井鉆井施工作業(yè)現(xiàn)場的風(fēng)險預(yù)測方法，其特征在于:它包括如下步驟: 511:采集作業(yè)現(xiàn)場數(shù)據(jù)，形成監(jiān)督數(shù)據(jù)； 512:根據(jù)樣本數(shù)據(jù)，對采集的監(jiān)督數(shù)據(jù)進行風(fēng)險分析，得到風(fēng)險分析結(jié)果，其中，所述的風(fēng)險分析包括以下子步驟: 5121:利用貝葉斯網(wǎng)絡(luò)計算風(fēng)險概率； 5122:利用ARIMA模型建立風(fēng)險預(yù)測模型； 5123:對風(fēng)險預(yù)測模型進行檢驗，若所構(gòu)建的風(fēng)險預(yù)測模型的擬合精度達(dá)到預(yù)設(shè)精度，則說明所建的風(fēng)險預(yù)測模型符合要求，進入步驟S24 ;否則，利用監(jiān)督數(shù)據(jù)對模型進行修改，返回步驟S22，重新建立風(fēng)險預(yù)測模型； 5124:利用風(fēng)險預(yù)測模型對作業(yè)現(xiàn)場風(fēng)險概率進行預(yù)測，得出風(fēng)險預(yù)測結(jié)果； S13:根據(jù)風(fēng)險分析結(jié)果，結(jié)合預(yù)設(shè)的預(yù)警閥值，確定預(yù)警等級，做出相應(yīng)的風(fēng)險預(yù)警動作。
3.根據(jù)權(quán)利要求2所述的油氣井鉆井施工作業(yè)現(xiàn)場的風(fēng)險預(yù)測方法，其特征在于:所述的風(fēng)險概率計算包括如下子步驟: S21:確定風(fēng)險貝葉斯網(wǎng)絡(luò)的變量集和變量域； 將安全事故影響因素作為貝葉斯網(wǎng)絡(luò)的節(jié)點，即變量集，所有節(jié)點變量包括以下兩種狀態(tài):發(fā)生狀態(tài)和未發(fā)生狀態(tài)，將發(fā)生狀態(tài)記為1，未發(fā)生狀態(tài)記為O，則變量域均為{O，1}; S22:根據(jù)安全事故影響因素，構(gòu)建鉆井施工作業(yè)現(xiàn)場的表示節(jié)點變量之間相互關(guān)系的風(fēng)險貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)； 523:通過數(shù)據(jù)統(tǒng)計分析得出一級節(jié)點的先驗概率表； 在現(xiàn)場作業(yè)采集的監(jiān)督數(shù)據(jù)中，統(tǒng)計一段日期內(nèi)每天人的不安全行為和物的不安全狀態(tài)因素的記錄數(shù)，求出各一級因素記錄數(shù)占當(dāng)天所有因素記錄數(shù)的百分比，即為一級因素的先驗概率； 524:利用貝葉斯網(wǎng)絡(luò)計算發(fā)生事故的風(fēng)險概率； 根據(jù)風(fēng)險貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)圖的因果關(guān)系層級推理計算出一段日期內(nèi)每天的風(fēng)險概率值。
4.根據(jù)權(quán)利要求3所述的油氣井鉆井施工作業(yè)現(xiàn)場的風(fēng)險預(yù)測方法，其特征在于:所述的風(fēng)險貝葉斯網(wǎng)絡(luò)主要包括人的不安全行為A1和物的不安全狀態(tài)A2兩大子系統(tǒng)，每個子系統(tǒng)由多個節(jié)點變量通過概率理論聚合而成，每個節(jié)點變量又由多個子節(jié)點變量通過概率理論聚合而成，兩個子系統(tǒng)聚合到總風(fēng)險指標(biāo)R。
5.根據(jù)權(quán)利要求3或4所述的油氣井鉆井施工作業(yè)現(xiàn)場的風(fēng)險預(yù)測方法，其特征在于:所述每天的風(fēng)險概率值的推理過程如下:(O計算人的不安全行為A1當(dāng)天的風(fēng)險概率
6.根據(jù)權(quán)利要求2所述的油氣井鉆井施工作業(yè)現(xiàn)場的風(fēng)險預(yù)測方法，其特征在于:所述的風(fēng)險預(yù)測模型建立包括如下子步驟: 531:風(fēng)險概率數(shù)據(jù)的分析與處理:①風(fēng)險概率序列的平穩(wěn)性分析，根據(jù)風(fēng)險概率做出風(fēng)險概率折線圖，以判斷風(fēng)險概率序列的平穩(wěn)性；②風(fēng)險概率序列的純隨機性檢驗，即白噪聲檢驗；③風(fēng)險概率序列平穩(wěn)化并檢驗，對風(fēng)險概率序列進行一階差分平穩(wěn)處理，得到處理后的風(fēng)險概率序列折線圖； 532:根據(jù)一階差分的風(fēng)險概率序列建立ARIMA模型。
【文檔編號】G06Q10/04GK103824131SQ201410073878
【公開日】2014年5月28日 申請日期:2014年2月28日 優(yōu)先權(quán)日:2014年2月28日
【發(fā)明者】李建, 王兵, 趙春蘭, 肖斌, 汪敏, 李嘉迪, 李庭軻 申請人:西南石油大學(xué)