基于机器学习的LNG泄漏事故致因分析

作者：周德红; 李左; 尹彬; 许渊; 伍蒙; 陈慧芳

来源：安全与环境学报, 2019, 19(04): 1116-1121.

DOI：10.13637/j.issn.1009-6094.2019.04.002

• 安全工程
• LNG
• 泄漏
• 主成分分析
• 随机森林

为避免泄漏事故发生,以多起LNG泄漏事故调查报告为基础,寻找系统泄漏原因,归纳出以物质状态、设备设施、作业现场、安全管理和应急救援为主的LNG泄漏事故致因体系。将多家LNG储运企业作为正样本,并以多家发生过事故的LNG储运企业为负样本,组成LNG泄漏数据集。对数据集首先运用主成分分析法进行前两主成分分析,绘制出样本散点图,考察前两主成分对分类效果的影响。其次通过对前五主成分进行分析,发现在每一主成分下各特征的权重排序,即对事故发生的影响程度。然后通过随机森林方法进行分类研究,计算出各指标对分类效果的权重。最终通过主成分分析法前五个特征与随机森林权重值的相互比对,分析得出LNG储运企业泄漏事故的主要原因。结果表明,其主要原因集中于以安全管理和应急救援为主的二阶致因指标。

• 单位
  武汉工程大学