一种基于统计分析的LNG卸车风险预测方法及评估系统技术方案

本发明专利技术提供了一种基于统计分析的LNG卸车风险预测方法及评估系统，涉及数据处理和风险预测技术领域。该方法包括：确定安全卸车规范操作的环节，从LNG卸车视频监控系统的动作视频中进行抽帧处理，得到卸车风险事件的图片数据，利用图片对LNG卸车风险评估模型进行训练，并优化风险识别模型；确定卸车风险中瞬态风险因子和稳态风险因子导致LNG泄漏，进而引发槽车爆炸事故的风险值，并计算总风险值；根据总风险值判断卸车风险等级，根据风险等级采取风险干预措施。该方法应用于LNG卸车的视频监控系统中，有利于LNG卸车风险的管控，实现了风险量化分析，为卸车风险的预防和干预提供了依据，另外该方法还具有科学、精准、高效等优点。高效等优点。高效等优点。

【技术实现步骤摘要】
一种基于统计分析的LNG卸车风险预测方法及评估系统


[0001]本专利技术涉及数据处理和风险预测
，尤其是一种基于统计分析的LNG卸车风险预测方法及评估系统。

技术介绍

[0002]液化天然气(LNG)作为一种高效的清洁能源，受到工业和民用领域的广泛重视与发展。近年来，LNG产业迎来了高速发展的机遇，LNG虽然具有很多使用优势，但因LNG具有易燃、易爆的危险属性，导致它在生产、存储和运输过程中会对相关人员和周围环境带来诸多潜在的安全隐患。尤其是LNG在转储过程中的卸车环节极易因为人为不当操作导致LNG泄漏，进而引发槽车爆炸事故。因此，在LNG卸车过程中对其卸车风险进行量化、评估和预测具有十分重要的意义。
[0003]随着液化天然气的广泛使用，LNG卸车场站日益增多，但LNG卸车场站的设计与运行还处于起步阶段。卸车场站的卸车设备、槽车车况及相关卸车技术和卸车安全评价机制等方面的发展还很不成熟，LNG卸车操作标准很不规范。另外，由于LNG卸车场站一般位于车流密集、交通便利的场所，周围人员流动性大，LNG卸车风险管理不到位，极易发生泄漏事故，严重时还会造成重大人员伤亡和财产损失。目前，城市燃气企业的LNG卸车风险主要依靠人员巡检和卸车动作拍照上传的方式加以管控。这种监管方式具有随意性、落后性和滞后性，很难实时地约束规范的LNG卸车操作。

技术实现思路

[0004]为了，方便LNG卸车风险的管控，实现了卸车过程中的风险量化分析，可靠的约束规范LNG卸车操作，本专利技术提供了一种基于统计分析的LNG卸车风险预测方法及评估系统，具体的技术方案如下。
[0005]一种基于统计分析的LNG卸车风险预测方法，步骤包括：
[0006]S1.确定安全卸车规范操作的环节，以及LNG卸车过程中的卸车风险因子；
[0007]S2.对LNG卸车的动作视频中进行抽帧处理，得到卸车风险事件的图片数据；
[0008]S3.利用图片数据对LNG卸车风险评估模型进行训练，并优化风险识别模型；
[0009]S4.确定卸车风险中瞬态风险因子和稳态风险因子导致LNG泄漏，进而引发槽车爆炸事故的风险值，并计算总卸车风险值；
[0010]S5.根据总风险值判断卸车风险等级，根据风险等级采取风险干预措施。
[0011]优选的是，安全卸车规范操作的环节包括：槽车进站，槽车停放，卸车作业，卸车完成，槽车出站。
[0012]优选的是，卸车风险因子中的关键卸车事件包括：
[0013]A1槽车进站，检测槽车是否进入槽车停车位；
[0014]B1槽车出站，检测槽车是否驶出槽车停车位；
[0015]C1车牌识别，识别停车位内槽车车牌号码；
[0016]D1对接软管，安装槽车出液管、增压气相管及液相管；
[0017]E1拆卸软管，拆下槽车出液管、增压气相管及液相管。
[0018]还优选的是，卸车风险因子中的卸车人员的作业习惯事件包括：
[0019]A2人员防护，B2垫三角木，C2收车钥匙，D2立警示牌，E2静电接地，F2管漏检测，G2软管收纳。
[0020]还优选的是，卸车风险因子中司机的行为习惯事件包括：A3人证合一，B3车门检测，C3司机守护；卸车风险因子中的槽车设备状况事件包括：A4车漏检测，B4仪表检测。
[0021]进一步优选的是，卸车风险中瞬态风险因子包括：B2垫三角木，C2收车钥匙，D2立警示牌，E2静电接地，F2管漏检测，A3人证合一，G2软管收纳，A4车漏检测，A2人员防护；
[0022]瞬态风险因子引发槽车爆炸事故的风险值分别为：
[0023]没有垫三角木的风险概率值为P
B2
，没有收车钥匙的风险概率值为P
C2
，没有立警示牌的风险概率值为P
D2
，没有静电接地的风险概率值为P
E2
，无管漏检测的风险概率值P
F2
，人证不一致的风险概率值为P
A3
，无软管收纳的风险概率值为P
G2
，没有进行车漏检测的风险概率值为P
A4
，卸车人员没有穿防护服的风险值为P
A21
，卸车人员没有戴安全帽的风险值为P
A22
，卸车人员没有戴手套导致冻伤的风险值为P
A23
。
[0024]进一步优选的是，卸车风险中的稳态风险因子包括：B3车门检测，C3司机守护；其中槽车司机多次开门的风险值计算具体为：第一次开门风险值为S
B3
＝P
B3
，第二次开门的风险值为S
B3
＝(1
‑
P
B3
)P
B3
＝P
B3
‑
P
B32
，第三次开门的风险值为S
B3
＝[1
‑
(1
‑
P
B3
)P
B3
]P
B3
＝P
B3
‑
P
B32
‑
P
B33
；第n次开门的风险值为其中槽车司机离岗的的风险值计算具体为：其中t1表示司机离开槽车尾部的时间，t
C3
表示司机回到槽车尾部的时间，p
C3
(t)表示待拟合的风险函数。
[0025]进一步优选的是，总卸车风险值为p＝1
‑
ΠS
B3
*S
C3
*p
B2
*p
C2
…
*p
A23
；根据总卸车风险值将卸车风险等级划分为一级事故，二级事故和三级事故，事故等级破坏性依次降低。
[0026]进一步优选的是，卸车风险包括三个风险源：卸车人员作业习惯、司机行为习惯和卸车设备状况；分别计算三个风险源的风险值：
[0027]卸车人员作业习惯的风险值p1＝1
‑
p
A2
*p
B2
*p
C2
*p
D2
*p
E2
*p
F2
*p
G2
；
[0028]司机行为习惯的风险值p2＝1
‑
p
A3
*p
B3
*p
C3
；
[0029]卸车设备状况的风险值p3＝1
‑
p
A4
*p
B4
*p
C4
。
[0030]一种基于统计分析的LNG卸车风险预测评估系统，包括监控单元和计算机单元，监控单元包括监控视频，监控视频将监控信息传输至计算机单元；计算机单元包括存储器和处理器，所述储存器用于存储计算机程序和统计数据，所述处理器用于执行所述计算机程序时实现上述一种基于统本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于统计分析的LNG卸车风险预测方法，其特征在于，步骤包括：S1.确定安全卸车规范操作的环节，以及LNG卸车过程中的卸车风险因子；S2.对LNG卸车的动作视频中进行抽帧处理，得到卸车风险事件的图片数据；S3.利用图片数据对LNG卸车风险评估模型进行训练，并优化风险识别模型；S4.确定卸车风险中瞬态风险因子和稳态风险因子导致LNG泄漏，进而引发槽车爆炸事故的风险值，并计算总卸车风险值；S5.根据总风险值判断卸车风险等级，根据风险等级采取风险干预措施。2.根据权利要求1所述的一种基于统计分析的LNG卸车风险预测方法，其特征在于，所述安全卸车规范操作的环节包括：槽车进站，槽车停放，卸车作业，卸车完成，槽车出站。3.根据权利要求1所述的一种基于统计分析的LNG卸车风险预测方法，其特征在于，所述卸车风险因子中的关键卸车事件包括：A1槽车进站，检测槽车是否进入槽车停车位；B1槽车出站，检测槽车是否驶出槽车停车位；C1车牌识别，识别停车位内槽车车牌号码；D1对接软管，安装槽车出液管、增压气相管及液相管；E1拆卸软管，拆下槽车出液管、增压气相管及液相管。4.根据权利要求1所述的一种基于统计分析的LNG卸车风险预测方法，其特征在于，所述卸车风险因子中的卸车人员的作业习惯事件包括：A2人员防护，B2垫三角木，C2收车钥匙，D2立警示牌，E2静电接地，F2管漏检测，G2软管收纳。5.根据权利要求1所述的一种基于统计分析的LNG卸车风险预测方法，其特征在于，所述卸车风险因子中司机的行为习惯事件包括：A3人证合一，B3车门检测，C3司机守护；所述卸车风险因子中的槽车设备状况事件包括：A4车漏检测，B4仪表检测。6.根据权利要求1所述的一种基于统计分析的LNG卸车风险预测方法，其特征在于，所述卸车风险中瞬态风险因子包括：B2垫三角木，C2收车钥匙，D2立警示牌，E2静电接地，F2管漏检测，A3人证合一，G2软管收纳，A4车漏检测，A2人员防护；所述瞬态风险因子引发槽车爆炸事故的风险值分别为：没有垫三角木的风险概率值为P
B2
，没有收车钥匙的风险概率值为P
C2
，没有立警示牌的风险概率值为P
D2
，没有静电接地的风险概率值为P
E2
，无管漏检测的风险概率值P
F2
，人证不一致的风险概率值为P
A3
，无软管收纳的风险概率值为P
G2
，没有进行车漏检测的风险概率值为P
A4
，卸车人员没有穿防护服的风险值为P
A21
，卸车人员没有戴安全帽的风险值为P
A22
，卸车人员没有戴手套导致冻伤的风险值为P
A23
。7.根据权利要求1所述的一种基于统计分析的LNG卸车风险预测方法，其特征在于，所述卸车风险中的稳态风险因子包括：B3车门检测，C3司机守护；其中槽车司机多次开...

【专利技术属性】
技术研发人员：梁雪，褚洪涛，宋志豪，王家超，孙吉，童随兵，周顺，
申请(专利权)人：青岛新奥胶南燃气有限公司，
类型：发明
国别省市：