基于BN的LNG船装卸泄漏风险分析

为降低液化天然气(Liquefied Natural Gas, LNG)船装卸作业泄漏风险，针对LNG船泄漏事故样本数据不足的问题，提出一种基于贝叶斯网络(Bayesian Network, BN)的LNG船装卸泄漏风险分析模型，结合核密度估计(Kernel Density Estimation, KDE)和最大最小爬山算法进行BN结构学习，以数据驱动的方法减少主观因素对BN结构学习的影响。试验表明：该模型可有效挖掘导致LNG船装卸泄漏事故发生的风险节点，并通过反向推理及对应事故致因节点的后验概率，推理事故致因链及各节点的影响程度，有针对性地提出降低LNG泄漏风险的建议，为保障LNG船装卸安全提供信息支持。