考慮條件風險值的煉油裝置氣體檢測報警儀選址優化方法
【專利摘要】本發明公開了一種考慮條件風險值的煉油裝置氣體檢測報警儀選址優化方法，基于風險三元組理論和泄漏場景集實現煉油裝置實時風險定量表征，并以此為布置決策風險量化指標。然后以布置決策風險最小化為優化目標，以最優條件風險值以及檢測報警儀數量為約束條件，以報警儀布置備選點的選擇與否作為二元決策變量，定義優化模型目標函數以及約束函數，建立了考慮可靠性、表決邏輯及條件風險值的決策風險最小化的P?中值模型。本發明有益效果如下：在進行方案優化時，充分考慮到檢測報警儀的不可用以及失效情況，將檢測報警儀成功檢測概率納入考慮范圍之內，使得優化結果更加準確。
【專利說明】
考慮條件風險值的煉油裝置氣體檢測報警儀選址優化方法
技術領域
[0001] 本發明涉及一種考慮條件風險值的煉油裝置氣體檢測報警儀選址優化方法。
【背景技術】
[0002] 目前在石油煉化領域，相關技術標準（如SH3063-1999《石油化工企業可燃氣體和 有毒氣體檢測報警設計規范》、GB50493-2009《石油化工可燃氣體和有毒氣體檢測報警設計 規范》、SY6503-2000《可燃氣體檢測報警使用規范》及SY-6503-2008《石油天然氣工程可燃 氣體檢測報警系統安全技術規范》等)作為傳統氣體檢測報警儀布置的主要依據，僅從可燃 氣體和有毒氣體檢測器設定原則、檢測器設置位置、檢測器與釋放源距離、檢測器覆蓋范 圍、檢測器安裝高度、報警器報警值設定、檢測報警響應時間等方面做了規定。
[0003] 然而，現有傳統的危險氣體泄漏檢測報警儀布置方法檢測效果欠佳。據英國HSE (Health and Safety Executive)碳氫化合物泄漏事故的統計數據表明，氣體檢測報警儀 準確檢測泄漏工況的成功率并不理想，如1992~2014年發生的氣體泄漏事故中由氣體探測 器成功檢測出的僅占46%，若考慮未知泄漏事件，氣體探測報警系統的探測效率甚至更低。
[0004] 究其原因，第一，煉油裝置可能發生的危險氣體泄漏具有泄漏源、泄漏概率、泄漏 流速、氣象環境等諸多不確定因素。目前氣體檢測報警儀布置的相關技術標準未能有效的 解決危險氣體泄漏的不確定性因素。因此，為提高氣體檢測報警儀探測效率，應在在上述不 確定條件下實現氣體檢測報警儀選址方案優選。
[0005] 第二，在實際生產過程中氣體泄漏檢測報警儀并不是理想的，存在誤報警和不報 警的狀況。據相關數據統計，由于維護和維修不利，氣體檢測報警儀容易出現一系列失效模 式，如輸出不穩定或輸出失敗、功能失效、信號雜亂、假報警等。氣體檢測報警儀處于上述失 效狀況，就會產生安全失效或危險失效。因此，在危險氣體檢測報警儀布置定量優化過程 中，須嚴格考慮氣體泄漏檢測報警儀的不可用性，并設置報警安全冗余及邏輯表決。
[0006] 第三，以檢測時間代表場景后果，未建立場景實時后果表征模型。泄漏場景的風險 受泄漏源位置、泄漏流速、風向、風速、發生概率及檢測時間等多種條件的影響，因此，一方 面不同泄漏場景的中毒或爆炸風險不同，另外，同一泄漏場景在不同檢測時間下風險也不 相同。相同的檢測時間，對于不同風險的泄漏場景影響不同。從這個角度出發，氣體泄漏檢 測報警儀布置的最優方案應該是最大限度地降低裝置的泄漏風險。考慮泄漏場景風險大 小，重點檢測泄漏風險大的泄漏場景，兼顧泄漏風險較小的泄漏場景，實現總體風險削減最 大化。
[0007] 第四，以決策風險最小化為優化目標，可以實現最優布置方案在眾多場景下綜合 表現最優的方案。但是會出現場景后果的長尾分布，即某些場景由于發生概率較小，在優化 時對其風險削減不足，但場景一旦發生其后果極其嚴重，其風險同樣不容忽視。因而，需在 煉油裝置氣體檢測報警儀選址優化中引入條件風險值(Conditional Value At Risk，縮寫 CVaR)模型。

【發明內容】

[0008] 本發明為了解決上述問題，提出了一種考慮條件風險值的煉油裝置氣體檢測報警 儀選址優化方法，實現在考慮不確定性因素、報警儀可靠性和表決邏輯的情況下，從眾多備 選點中評判出最優的檢測報警儀布置方案。
[0009] 為實現上述目的，本發明采用下述技術方案：
[0010] -種考慮條件風險值的煉油裝置氣體檢測報警儀選址優化方法，包括以下步驟：
[0011] (1)以泄漏源工況、風場條件為隨機性因素，定量構建煉油裝置危險氣體泄漏可能 發生的場景，采用歷史氣象數據獲得風場的風速風向聯合分布概率，獲取設備泄漏發生概 率，從而獲得泄漏場景發生的近似概率；
[0012] (2)采用Pasquill-Gifford模型估算各泄漏場景下穩態時不同位置上的危險氣體 濃度，根據危險氣體濃度確定每一個泄漏場景的后果嚴重程度;基于場景后果嚴重程度及 發生概率定義無量綱的場景風險指數，將場景按照場景風險指數降序排列，取前I個場景組 成泄漏場景集，使得該I個場景的風險指數之和達到設定值；
[0013] (3)建立該煉油裝置的最優精細三維CH)模型，依據相關氣體檢測報警儀高度和間 距設置規定，在預設高度平鋪設置監測點，作為泄漏檢測報警儀的布置的備選點；
[0014] (4)利用所述三維CFD模型，對泄漏場景集各場景進行數值模擬，記錄監測點氣體 擴散濃度，根據危險氣體報警濃度閾值，計算各監測點在各場景下的檢測報警時間；
[0015] (5)根據不同泄漏場景的泄漏氣體化學性質的不同，分別確定泄漏氣體在泄漏場 景i下的實時后果嚴重程度；
[0016] (6)針對每個泄漏場景，根據報警儀達到報警閾值的時間先后順序，最多在R個梯 級上各分派一個報警儀檢測泄漏氣體;確定在k 〇〇(R+l)表決邏輯下的報警儀在r級成功檢 測的概率;其中，r為報警儀所處的級，r e [ 0，R];
[0017] (7)對于某場景下始終未達到報警閾值或者各級報警儀均發生失效的情況，賦予 一個懲罰值；
[0018] 確定考慮報警儀表決邏輯以及懲罰值的單個泄漏場景實時后果嚴重程度；
[0019] (8)建立煉油裝置氣體泄漏報警儀布置定量優化的CVaR模型，以報警儀布置數量 為約束條件，以報警儀布置備選點的選擇與否作為二元決策變量，在置信水平α下，求解最 優的CVaR a值；
[0020] (9)以布置決策風險最小為優化目標，以最優的CVaRa值以及報警儀布置數量為約 束條件，以報警儀布置備選點的選擇與否作為二元決策變量，建立考慮條件風險值的煉油 裝置氣體檢測報警儀選址優化模型；
[0021] 對優化模型進行求解，在備選檢測點中選出最優布置方案。
[0022] 進一步地，所述步驟（1)中，每個泄漏場景包括泄漏源位置、泄漏源孔徑、泄漏流 速、風速、風向和該場景的發生頻率。
[0023] 進一步地，所述步驟(5)中，
[0024]針對可燃氣體泄漏，依據可燃濃度范圍劃定可燃氣云范圍，以可燃氣云體積表征 可燃氣體泄漏場景i的實時后果嚴重程度；
[0025]針對有毒氣體泄漏，結合毒物劑量-反應模型關系式定義有毒氣體泄漏場景i的實 時后果嚴重程度。
[0026] 進一步地，所述有毒氣體泄漏場景i的實時后果嚴重程度具體為：
[0027]
[0028] 其中，D1U)為第i個場景在泄漏t時刻的后果嚴重程度;J為備選點總數；AS為網 格點代表單位面積；為備選點j在泄漏t時刻的死亡概率。
[0029] 進一步地，所述步驟(6)中，設定在R個報警儀梯級中只有k個報警儀均報警才能對 一個泄漏場景進行確認。
[0030] 進一步地，假設報警儀不可用的概率均為q，且各報警儀相對獨立，則在k〇〇(R+l) 表決邏輯下，報警儀在r級成功檢測的概率為：
[0031]
[0032]其中，Prk表示在k〇〇(R+l)表決邏輯下，報警儀在r級成功檢測的概率;q表示報警儀 不可用的概率;c,: h表示r中選r-k+Ι的組合數。
[0033] 進一步地，所述步驟(7)中，確定考慮報警儀表決邏輯以及懲罰值的單個泄漏場景 實時后果嚴重程度具體為：
[0034]
[0035] 其中，t1>r為在場景i下第r級備選點達到報警閾值的時間;D1U1JSty時刻場景 i的后果;Prk表示在k〇〇(R+l)表決邏輯下，報警儀在r級成功檢測的概率;Dmax,i為懲罰值。
[0036] 講一擊他，律立的氣體拾涮報》份詵址布詈優化樽型縣體為：
[0037]
[0038] 其中，i為泄漏場景編號；I為泄漏場景總數;P1為第i個場景的發生概率；j為報警 儀布置備選點編號;L 1S在場景i下達到報警閾值的布置備選點集合;為在場景i下第j 個備選點達到報警閾值的時間J1Uu)為時刻場景i的各級后果。
[0039] 進一步地，建立的氣體檢測報警儀選址布置優化模型約束條件具體為：
[0040]
[0041]
[0042]
[0043]
[0044]
[0045]
[0046] 其中，Yu,r表示備選點j在r級檢測場景i時為1，否則為0;p為報警儀布置數量約 束;Xj為布置方案的二元決策向量，取1表示該備選點布置報警儀，取0則表示該備選點不布 置報警儀；i為泄漏場景編號；I為泄漏場景總數；j為報警儀布置備選點編號；L 1S在場景i 下達到報警閾值的布置備選點集合。
[0047] 進一步地，煉油裝置氣體泄漏報警儀布置定量優化的CVaR模型具體為：
[0048]
[0049]
[0050]
[0051]
[0052]
[0053]
[0054]
[0055] 其中，i為泄漏場景編號；I為泄漏場景總數;P1為第i個場景的發生概率;α為置信 水平^1Xx)為考慮報警儀表決邏輯以及懲罰值的單個泄漏場景實時后果嚴重程度;d為在 置信水平α下，Di '（ X)的分為點。
[0050]進一步地，在置信水平α下，d的計算方法：
[0057]
[0058]
[0059]
[0060]式中，)為_(幻的累積分布函數；C)表示在布置方案：下，泄漏后果Di ' (X)小于d的場景集合。
[0061] 本發明的有益效果是：
[0062] (1)通過本方法，可實現在煉油裝置泄漏檢測報警儀的布置設計時，科學準確地從 眾多備選點中給出哪些點放置檢測報警儀，哪些點不放置檢測報警儀，解決了布置方案選 擇時的盲目性，極大地提高檢測報警儀檢測效率；
[0063] (2)綜合考慮煉油裝置可能發生的危險氣體泄漏的諸多不確定因素，科學預測并 模擬未來可能發生的所有重要泄漏場景，使得氣體檢測報警儀的布置方案更貼近煉油裝置 的實際情況；
[0064] (3)本發明在進行方案優化時，充分考慮到檢測報警儀的不可用以及失效情況，將 檢測報警儀成功檢測概率納入考慮范圍之內，使得優化結果更加準確。
[0065] (4)相比簡單地采用檢測時間代表場景后果進行氣體檢測報警儀選址布置，本發 明基于風險三元組理論和泄漏場景集實現煉油裝置實時風險定量表征，以布置決策風險最 小為優化目標進行氣體檢測報警儀選址布置，可綜合考慮泄漏場景風險大小，重點檢測泄 漏風險大的泄漏場景，兼顧泄漏風險較小的泄漏場景，實現總體風險削減最大化。
[0066] (5)引入投資風險管理中的CVaR模型，建立煉油裝置氣體泄漏報警儀布置定量優 化的CVaR模型。避免以煉油裝置氣體檢測報警儀選址布置決策風險最小化為優化目標時， 可能會出現場景后果的長尾分布問題。
【具體實施方式】
[0067] 下面結合實施方式對本發明作進一步說明。
[0068] 具體步驟如下：
[0069] (1)以泄漏源工況、風場條件為隨機性因素，定量構建煉油裝置危險氣體泄漏場景 集，場景集每個場景用i表示，i e [ 1，I ]。采用歷史氣象數據獲得風場的風速風向聯合分布 概率，獲取設備泄漏發生概率，從而獲得泄漏場景發生的近似概率；
[0070] (2)本專利采用CFD三維數值模擬的方法來獲取符合現場裝置布局的氣體擴散實 時濃度數據。然而精細模擬全部泄漏場景將耗費大量計算成本。以研究裝置為例，采用高性 能計算機(CPU:Core i7-4790@3.6GHz，八核;RAM:32GB)進行單泄漏場景300秒的FLUENT模 擬所需CPU Time約合23小時。在精細模擬前，有必要通過場景優選降低計算成本。
[0071] 場景優選方法:采用Pasquill-Gifford模型估算各泄漏場景下穩態時不同位置上 的危險氣彳水濃度。
[0072]
[0073]式中，C x，y，z為坐標x，y，z上的氣體濃度，mg/m3;Q為連續穩態源質量流速，mg/s; ~、δζ分別為橫向和垂直擴散系數。H為泄漏源相對于地面的高度，m;u為風速，m/s。
[0074]針對有毒氣體，利用毒物劑量-反應模型劃定暴露30min內死亡概率Pe (〇，1 ]的急 性中毒危險區域。可燃氣體則依據可燃濃度范圍劃定可燃氣云范圍。
[0075]毒物劑量-反應模型公式如下：
[0076]
[0077]
[0078]式中，Y為概率變量;A，B為毒物的性質常數;η為濃度指數;t為暴露時間，min; Pd為 概率或百分數;w是一個積分變量。
[0079] 針對有毒氣體，以急性中毒危險區域面積表征該場景的后果嚴重程度。針對可燃 氣體，以可燃氣云體積表征該場景的后果嚴重程度。基于場景后果嚴重程度及發生概率定 義無量綱的場景風險指數，作為泄漏場景風險相對大小的判斷依據。
[0080]
[0081 ]式中，Ri為場景i的風險指數，RiG (〇, I) ;Pi為第i個場景的發生概率;Ci為場景i的 后果嚴重程度;N為泄漏場景總數。
[0082]將場景按照場景風險指數降序排列，取前I個場景組成泄漏場景集，使得該I個場 景的風險指數之和
達到0.95。
[0083] (3)建立該煉油裝置的最優精細三維CH)模型，依據相關氣體檢測報警儀高度和間 距設置規定，在預設高度平鋪設置監測點，作為泄漏檢測報警儀的布置的備選點；
[0084] (4)采用該三維CFD模型，對泄漏場景集各場景進行數值模擬，記錄監測點氣體擴 散濃度。然后根據危險氣體報警濃度閾值，計算各監測點在給場景下的檢測報警時間； [0085] (5)針對可燃氣體，依據可燃濃度范圍劃定可燃氣云范圍，以可燃氣云體積表征可 燃氣體泄漏場景i的實時后果嚴重程度D1U)。針對有毒氣體泄漏，結合毒物劑量-反應模型 采用式定義有毒氣體泄漏場景i的實時后果嚴重程度D 1U)。由于CH)三維模擬獲得各泄漏 場景的實時濃度場在空間與時間上均為離散化的。因此需將毒物劑量-反應模型公式近似 表示為·
[0086]
[0087] 式中，F/為備選點j在泄漏t時刻的概率變量;t為暴露時間，min; △ T為時間間隔， min; A，B為毒物的性質常數;η為濃度指數;C為備選點j在泄漏τ時刻的濃度。
[0088]
[0089] 式中，為備選點j在泄漏t時刻的死亡概率;w是一個積分變量。
[0090]
[0091] 式中，D1U)為第i個場景在泄漏t時刻的后果嚴重程度;J為備選點總數；AS為網 格點代表單位面積。
[0092] (6)針對每個泄漏場景，根據報警儀達到報警閾值的時間先后順序，最多在R個梯 級上各分派一個報警儀檢測泄漏氣體。分派報警儀所處的級用re [0，R]表示，r = 〇表示第 一個達到報警閾值的位置，r=l表示第二個達到報警閾值的位置，以此類推。只有在最先達 到報警閾值的r個報警儀均發生危險失效的情況下，才取第r級報警儀達到報警閾值的時間 為場景泄漏時間t。為降低報警儀的安全失效概率，設定在R個報警儀梯級中只有k個報警儀 均報警才能對一個泄漏場景進行確認。假設報警儀不可用的概率均為q，且各報警儀相對獨 立，則在k 〇〇(R+l)表決邏輯下，報警儀在r級成功檢測的概率為：
[0093]
[0094] 其中，Prk表示在k〇〇(R+l)表決邏輯下，報警儀在r級成功檢測的概率;q表示報警儀 不可用的概率；(',： 1 n表示r中選r-k+Ι的組合數。
[0095] 說明：
[0096] ①報警儀所處的級r的說明：第一個達到報警閾值的報警儀所處的級r = 0,第二個 達到報警閾值的報警儀所處的級r= 1。以此類推，第R+1個達到報警閾值的報警儀所處的級 r = R。因此，R個報警儀梯級需要R+1個報警儀才能實現。
[0097] ②表決邏輯k〇〇(R+l)(設定在R個報警儀梯級中只有k個報警儀均報警才能對一個 泄漏場景進行確認。）實際上是在R+1個報警儀中有k個報警儀報警。
[0098] ③Prk表示在k〇〇(R+l)表決邏輯下，報警儀在r級成功檢測的概率。其計算說明為：
[0099] 在表決邏輯下，報警儀在r級成功檢測，即在r+Ι個報警儀中有k個報警儀報警。這 就意味著，在r+Ι個報警儀中有r+1-k個報警儀不可用。并且必須的，第r+Ι個報警儀是成功 報警的。因此，實際上，在r個報警儀中有r+1-k個報警儀不可用。C：· 表示r中選r-k+Ι的組 合數，即在r個報警儀中有r+1-k個報警儀不可用的組合數。
[0100] ④cTk+1表示r+1-k個報警儀不可用的概率；（l_q)k表示k個報警儀可用的概率。
[0101] (7)此外，實際存在某些備選點在某場景下始終未達到報警閾值或者各級報警儀 均發生失效的情況，從而導致優化方案出現場景檢測失敗的情況。為此，對該情況下的泄漏 后果賦予一個較大的懲罰值Dmax, i。
[0102] (8)綜上所述，考慮可靠性和表決邏輯的單個泄漏場景實時后果可表示為：
[0103]
[0104] 式中，t1>r為在場景i下第r級備選點達到報警閾值的時間;D1U1JSty時刻場景 i的后果。
[0105] (9)以煉油裝置氣體檢測報警儀選址布置決策風險最小化為優化目標，可以實現 最優布置方案在眾多場景下綜合表現最優的方案。但是會出現場景后果的長尾分布，即某 些場景由于發生概率較小，在優化時對其風險削減不足，但場景一旦發生其后果極其嚴重， 其風險同樣不容忽視。引入投資風險管理中的CVaR模型，建立煉油裝置氣體泄漏報警儀布 置定量優化的CVaR模型。
[0106] 在任意確定的檢測報警儀布置方案;;下，表征泄漏場景后果嚴重程度的 的函數。在離散場景描述下，
[0107]
[0108]
[0109]
[0110] 式中，0Di '（X)的累積分布函數；C J,表示在布置方案：下，泄漏后果Di ' (X)小于d的場景集合。
[0111] 在置信水平α下，CvaR模型目標函數可表示為：
[0112]
[0113]
[0114]
[0115]
[0116]
[0117]
[0118]
[0119]
[0120]
[0121] 式中，i為泄漏場景編號；I為泄漏場景總數;P1為第i個場景的發生概率；j為報警 儀布置備選點編號;L 1S在場景i下達到報警閾值的布置備選點集合;為在場景i下第j 個備選點達到報警閾值的時間為時刻場景i的各級后果;X偽布置方案的二元 決策向量，取1表示該備選點布置報警儀，取〇則表示該備選點不布置報警儀;Yi, j,r表示備選 點j在r級檢測場景i時為1，否則為0;p為報警儀布置數量約束。
[0122] (10)通過求解CVaR模型，獲得最優的CVaRa值；以布置決策風險最小為優化目標， 以最優的CVaR a值以及報警儀布置數量為約束條件，以報警儀布置備選點的選擇與否作為 二元決策變量，建立考慮條件風險值的煉油裝置氣體檢測報警儀選址優化模型。
[0123] 優化模型：
[0124]
[0125]
[0126]
[0127]
[0128]
[0129]
[0130]
[0131]
[0132]
[0133] (11)采用啟發式算法中的粒子群算法對上述優化模型進行求解，在備選檢測點中 選出最優布置方案。
[0134] 上述雖然對本發明的【具體實施方式】進行了描述，但并非對本發明保護范圍的限 制，所屬領域技術人員應該明白，在本發明的技術方案的基礎上，本領域技術人員不需要付 出創造性勞動即可做出的各種修改或變形仍在本發明的保護范圍以內。
【主權項】
1. 一種考慮條件風險值的煉油裝置氣體檢測報警儀選址優化方法，其特征是，包括以 下步驟： (1) 以泄漏源工況、風場條件為隨機性因素，定量構建煉油裝置危險氣體泄漏可能發生 的場景，采用歷史氣象數據獲得風場的風速風向聯合分布概率，獲取設備泄漏發生概率，從 而獲得泄漏場景發生的近似概率； (2) 采用Pasquill-Gifford模型估算各泄漏場景下穩態時不同位置上的危險氣體濃 度，根據危險氣體濃度確定每一個泄漏場景的后果嚴重程度;基于場景后果嚴重程度及發 生概率定義無量綱的場景風險指數； 將場景按照場景風險指數降序排列，取前I個場景組成泄漏場景集，使得該I個場景的 風險指數之和達到設定值； (3) 建立該煉油裝置的最優精細三維CH)模型，依據相關氣體檢測報警儀高度和間距設 置規定，在預設高度平鋪設置監測點，作為泄漏檢測報警儀的布置的備選點； (4) 利用所述三維CH)模型，對泄漏場景集各場景進行數值模擬，記錄監測點氣體擴散 濃度，根據危險氣體報警濃度閾值，計算各監測點在各場景下的檢測報警時間； (5) 根據不同泄漏場景的泄漏氣體化學性質的不同，分別確定泄漏氣體在泄漏場景i下 的實時后果嚴重程度； (6) 針對每個泄漏場景，根據報警儀達到報警閾值的時間先后順序，最多在R個梯級上 各分派一個報警儀檢測泄漏氣體;確定在k〇〇(R+l)表決邏輯下的報警儀在r級成功檢測的 概率;其中，r為報警儀所處的級，r G [ 〇，R]; (7) 對于某場景下始終未達到報警閾值或者各級報警儀均發生失效的情況，賦予一個 懲ill值； 確定考慮報警儀表決邏輯以及懲罰值的單個泄漏場景實時后果嚴重程度； (8) 建立煉油裝置氣體泄漏報警儀布置定量優化的CVaR模型，以報警儀布置數量為約 束條件，以報警儀布置備選點的選擇與否作為二元決策變量，在置信水平a下，求解最優的 CVaRa 值； (9) 以布置決策風險最小為優化目標，以最優的CVaRa值以及報警儀布置數量為約束條 件，以報警儀布置備選點的選擇與否作為二元決策變量，建立考慮條件風險值的煉油裝置 氣體檢測報警儀選址優化模型； 對優化模型進行求解，在備選檢測點中選出最優布置方案。2. 如權利要求1所述的一種考慮條件風險值的煉油裝置氣體檢測報警儀選址優化方 法，其特征是，所述步驟（1)中，每個泄漏場景包括泄漏源位置、泄漏源孔徑、泄漏流速、風 速、風向和該場景的發生頻率。3. 如權利要求1所述的一種考慮條件風險值的煉油裝置氣體檢測報警儀選址優化方 法，其特征是，所述步驟(4)中， 針對可燃氣體泄漏，依據可燃濃度范圍劃定可燃氣云范圍，以可燃氣云體積表征可燃 氣體泄漏場景i的實時后果嚴重程度； 針對有毒氣體泄漏，結合毒物劑量-反應模型關系式定義有毒氣體泄漏場景i的實時后 果嚴重程度。4. 如權利要求3所述的一種考慮條件風險值的煉油裝置氣體檢測報警儀選址優化方 法，其特征是，所述有毒氣體泄漏場景i的實時后果嚴重程度具體為：其中，DKt)為第i個場景在泄漏t時刻的后果嚴重程度;J為備選點總數；AS為網格點代 表單位面積； 為備選點j在泄漏t時刻的死亡概率。5. 如權利要求1所述的一種考慮條件風險值的煉油裝置氣體檢測報警儀選址優化方 法，其特征是，所述步驟(5)中，設定在R個報警儀梯級中只有k個報警儀均報警才能對一個 泄漏場景進行確認。6. 如權利要求1所述的一種考慮條件風險值的煉油裝置氣體檢測報警儀選址優化方 法，其特征是，假設報警儀不可用的概率均為q，且各報警儀相對獨立，則在k 〇〇(R+l)表決邏 輯下，報警儀在r級成功檢測的概率為：其中，Prk表示在k〇〇(R+l)表決邏輯下，報警儀在r級成功檢測的概率;q表示報警儀不可 用的概率#:^1表示r中選r-k+1的組合數。7. 如權利要求1所述的一種考慮條件風險值的煉油裝置氣體檢測報警儀選址優化方 法，其特征是，所述步驟(6)中，確定考慮報警儀表決邏輯以及懲罰值的單個泄漏場景實時 后果嚴重程度具體為：其中，t1>r為在場景i下第r級備選點達到報警閾值的時間;Ddty)為t1>r時刻場景i的后 果;Prk表示在k〇〇(R+l)表決邏輯下，報警儀在r級成功檢測的概率;D max>1為懲罰值。8. 如權利要求1所述的一種考慮條件風險值的煉油裝置氣體檢測報警儀選址優化方 法，其特征是，建立的氣體檢測報警儀選址布置優化模型具體為：其中，i為泄漏場景編號；I為泄漏場景總數;Pi為第i個場景的發生概率;j為報警儀布置 備選點編號;1^為在場景i下達到報警閾值的布置備選點集合;為在場景i下第j個備選 點達到報警閾值的時間;DKt^)為時刻場景i的各級后果。9. 如權利要求1所述的一種考慮條件風險值的煉油裝置氣體檢測報警儀選址優化方 法，其特征是，建立的氣體檢測報警儀選址布置優化模型約束條件具體為：其中，r表示備選點j在r級檢測場景i時為1，否則為0;p為報警儀布置數量約束;& 為布置方案的二元決策向量，取1表示該備選點布置報警儀，取〇則表示該備選點不布置報 警儀；i為泄漏場景編號；I為泄漏場景總數；j為報警儀布置備選點編號;1^為在場景i下達 到報警閾值的布置備選點集合。10.如權利要求1所述的一種考慮條件風險值的煉油裝置氣體檢測報警儀選址優化方 法，其特征是，煉油裝置氣體泄漏報警儀布置定量優化的CVaR模型具體為：其中，i為泄漏場景編號；I為泄漏場景總數;Pi為第i個場景的發生概率;a為置信水平； D^U)為考慮報警儀表決邏輯以及懲罰值的單個泄漏場景實時后果嚴重程度;d為在置信 水平a下，D^x)的分為點；為D^x)的累積分布函數;表示在布置方案;;下，泄 漏后果V Kx)小于d的場景集合。
【文檔編號】G06F17/50GK106055803SQ201610392279
【公開日】2016年10月26日
【申請日】2016年6月2日
【發明人】章博, 王志剛, 賈艷, 趙日彬, 楊敬
【申請人】中國石油大學(華東)