《表1 2 各个模型精度对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于贝叶斯网络的油田管道失效概率计算》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了详细的分析影响管道发生失效的各个风险因素，利用贝叶斯网络逆向推理和证据更新能力，将Ge NIe设置管道失效状态为已发生（State1=100%），设置腐蚀状态、制管缺陷状态、误操作状态和第三方破坏状态皆为已发生（State1=100%）。由图6可以看出，埋地腐蚀事件（X2）发生的可能性最大，其后验概率为5.67×10-2次/（km·a），施工操作失误（X7）的后验概率仅次于埋地腐蚀，其后验概率为4.71×10-2次/（km·a），内腐蚀（X1）失效概率为3.55×10-2次/（km·a），防腐设计缺陷（X5）失效概率为2.28×10-2次/（km·a）。对风险因素按照失效可能性从大到小排序得到致因链:X2>X1>X6>X7>X8>X4>X3>X5>X9>X10。由此可看出，影响管道发生失效关键因素为埋地腐蚀、内腐蚀、施工操作失误，因此控制这3项关键因素能有效地降低管道失效风险概率。为了验证改进后模型的精度，与传统贝叶斯网络模型进行了对比，其中传统贝叶斯网络概率推理结果如图7所示，对传统贝叶斯网络和笔者改进贝叶斯网络的概率推理结果进行统计，对比结果如表12所示。