基于粗糙集的城市燃氣管道破壞災害演化誘發機制分析*

陳長坤，李建，孫云鳳，朱偉

(1．中南大學防災科學與安全技術研究所，湖南長沙410075;2．北京城市系統工程研究中心，北京100089)

基于粗糙集的城市燃氣管道破壞災害演化誘發機制分析*

陳長坤1，李建1，孫云鳳1，朱偉2

(1．中南大學防災科學與安全技術研究所，湖南長沙410075;2．北京城市系統工程研究中心，北京100089)

利用粗糙集理論，在分析大量事故案例的基礎上，構建城市燃氣管道破壞事故的災害演化網絡模型，找出網絡中各災害事件的誘發因素，在此基礎上，對誘發因素進行分級，并將分級的誘發因素作為條件屬性，將各災害事件是否發生作為決策屬性;根據條件屬性和決策屬性，建立相應的數據信息表;對數據信息表中信息進行處理與計算，得到各個條件屬性的上近似、下近似、正域，進而比較和計算分析得出可約簡的條件屬性，在此基礎上，給出危機事件基于粗糙集的信息提取與不同條件下危機事件的預測分析。以交通封鎖和交通堵塞兩個危機事件的誘發過程為例來闡述上述方法，給出了在不同演化條件下交通封鎖和交通堵塞是否發生以及發生概率。

粗糙集;燃氣管道破壞;誘發機制;信息提取;預測分析

0 引言

隨著城市燃氣化率的上升，地下燃氣管網系統的規模也在迅速膨脹，以北京市為例，北京市市內燃氣管網超過7000km，另外還有近6000個閘井、2000多個調壓站、3200多個調壓箱和6座大型輸配站。管網的安全運營不僅關乎百姓的日常生活，也關系社會的穩定。

早在1970年代，歐美發達國家就開始了對燃氣管道的風險理論及實踐的研究，而我國在這方面的研究相對較晚，最早將國外管道風險評價技術介紹到國內的是潘家華教授，他在1990年代中期向國內讀者介紹了美國著名管道風險管理專家W.KentMuhlbauer先生提出的管道風險專家評分法［1］，之后國內許多學者根據國情，運用管道風險專家評分法，在實際中取得了較好的效果［2－4］。目前，常用的油氣管道風險評價方法主要有專家評分法、評分指標體系法、故障樹分析法、模糊分析法、層次分析法、神經網絡分析法等［5－6］。

近年來，一些學者開始采用粗糙集理論對燃氣管網各種事故災害風險進行評估。運用粗糙集理論能夠很好地避免一般評價方法權重分配受主觀因素影響的問題，可大幅度提高預測精確度和可靠性。文獻［7］運用粗糙集理論對國內現役管道失效可能性進行了評價;文獻［8］運用粗糙集理論和事故樹分析的方法對城市燃氣管道失效后蒸氣云爆炸和噴射火災等事故風險進行了分析。

本文將運用粗糙集理論與災害演化網絡分析的方法［9－10］，對城市燃氣管道破壞事故風險進行分析。找到城市燃氣管網破壞事故災害演化一般過程，構建災害網絡演化拓撲結構，對災害演化誘發機制進行分析，得到城市燃氣管網破壞事故誘發機制的分析預測結果。

1 城市燃氣管道破壞災害演化過程分析

近年來，隨著城市天然氣入戶工程的實施，天然氣管網破壞事故也頻頻發生。燃氣管道破壞，一方面可能造成燃氣的泄露，造成財產損失和人員傷亡;另一方面，還可能誘發火災、爆炸等此生災害，造成更多的財產損失和人員傷亡。總結近年來燃氣管網破壞事故造成的后果，得到城市燃氣管道破壞事故災害演化鏈，其拓撲結構如圖1所示。可以看出，城市燃氣管網破壞事故災害演化過程中，危機事件主要有:燃氣中斷、市民生活困難、燃氣泄露、供氣壓力過低、毒氣擴散、人員傷亡、火災、爆炸、地面塌陷、交通堵塞、交通封鎖、破壞其他生命線管網。

圖1 城市燃氣管道破壞災害演化拓撲結構

但要對以上災害演化系統有充分的認識，達到基于整體災害網絡的風險辨識與分析的目的，則必須獲得各危機事件間的誘發機制與誘發條件，進而達到對圖1中各連接邊的量化描述。為此，筆者提出了一種基于粗糙集的災害演化誘發機制分析方法。

2 基于粗糙集的燃氣管道破壞災害演化誘發機制分析方法

2.1 粗糙集理論基本知識

粗糙集理論是波蘭科學院Z.Pawlak院士于1982年提出的一種用于不完整、不精確數據分析和推理的理論［11］。

(1)知識

從認知科學的觀點來理解知識，知識是基于對象的分類能力，知識直接與真實或抽象世界有關模式聯系在一起，稱為論域U。設給定一個感興趣的對象論域U，對于任何子集X?U可稱為一個U中的概念或范疇，U的任何概念族稱為U的抽象知識，簡稱知識［11］。

(2)上近似、下近似、正域

設K=(U，R)是Pawlak近似空間，R是U上的等價關系，對于任意X?U，稱

分別為X關于近似空間(U，R)的R上近似集與R下近似集。其中，下近似稱為X的R正域，記作POSR(X)。

(3)條件屬性與決策屬性

粗糙集理論中，一個信息系統S=(U，A)，其中U表示非空有限集合，稱為全域。A=C∪D，C∩D≠?，C表示條件屬性集，D表示決策屬性集，一般來說D只有一個屬性［10］。

2.2 燃氣管道破壞災害演化誘發機制分析方法

圖2給出了燃氣管道破壞災害演化誘發機制的分析方法。

圖2 基于粗糙集的燃氣管道破壞災害演化誘發機制分析過程

燃氣管道破壞災害演化過程的拓撲結構可以看作一個復雜網絡。災害的演化是一個極為復雜的過程，網絡中每一條連接邊的形成都是各種誘發因素共同作用的結果，為了能夠找到燃氣管道災害演化的誘發機制，需要找到各災害事件的誘發因素。誘發因素通常不止一個，可用Q1，Q2，Q3……表示，同一誘發因素Qi，會有不同的水平，本文將誘發因素分為四級，并對其賦值，如果為一級，則賦值1，如果為二級，則賦值2，依次類推。

根據粗糙集理論，把燃氣管道破壞災害演化誘發機制中的誘發因素進行處理，建立相應的數據信息表，如表1所示，其中U為全域，即所研究案例的總體，包括X1、X2……;Xi表示第i個案例;條件屬性Qi為誘發因素，條件屬性的值即為誘發因素分級并賦值的結果;決策屬性S就是該危機事件在燃氣管道破壞災害演化誘發機制下是否發生，發生則值為1，否則值為0。

表1 基于粗糙集的信息處理

對燃氣管網破壞系統的條件屬性和決策屬性進行分析，通過計算得出各條件屬性的上近似、下近似、正域，在此基礎上比較和計算分析得出可約簡的條件屬性以及演化機制的粗糙集規則(圖3)。

下文將以燃氣管道破壞事故案例中，交通封鎖和交通堵塞兩個災害誘發過程為例，以粗糙集理論為基礎，來分析災害演化的誘發機制。

圖3 燃氣管網破壞事故災害危機事件粗糙集分析流程圖

3 城市燃氣管道破壞災害演化誘發機制實證分析

通過對大量燃氣管網破壞事故案例的分析，總結交通封鎖危機事件發生的條件屬性主要有:燃氣泄露位置、燃氣泄露持續時間、燃氣擴散面積。交通堵塞危機事件發生的條件屬性有:交通封鎖位置、交通封鎖時間段、地面塌陷范圍。對條件屬性進行分級，結果如表2所示。

表2 交通封鎖和交通堵塞危機事件誘發因素分級

根據粗糙集理論，對燃氣管道破壞災害演化誘發機制的具體誘發因素進行處理，將相關案例數據整合，建立相應的數據信息表。表3和表4分別為交通封鎖危機事件和交通堵塞危機事件粗糙集信息處理部分結果。

表3 交通封鎖危機事件粗糙集信息處理表

通過計算，可以得到每個危機事件的演化機制的粗糙集分析及規則提取。

(1)交通封鎖危機事件的粗糙集確定性規則提取如下:

表4 交通堵塞危機事件粗糙集信息處理表

如果屬性Q1=1，Q2=1，Q3=1，那么決策屬性為S=1(交通封鎖發生);

如果屬性Q1=2，Q2=1，Q3=1，那么決策屬性為S=1(交通封鎖發生);

如果屬性Q1=3，Q2=4，Q3=4，那么決策屬性為S=0(交通封鎖不發生);

如果屬性Q1=4，Q2=4，Q3=4，那么決策屬性為S=0(交通封鎖不發生);

……。

交通封鎖危機事件的粗糙集不確定性規則提取如下:

如果屬性Q1=2，Q2=2，Q3=1，那么決策屬性為S=1(交通封鎖發生)的概率為71.4%;

如果屬性Q1=3，Q2=2，Q3=1，那么決策屬性為S=1(交通封鎖發生)的概率為42.9%;

如果屬性Q1=3，Q2=3，Q3=3，那么決策屬性為S=1(交通封鎖發生)的概率為16.7%;

如果屬性Q1=4，Q2=3，Q3=3，那么決策屬性為S=1(交通封鎖發生)的概率為12.5%;

……。

(2)交通堵塞危機事件的粗糙集確定性規則提取如下:

如果屬性Q1=1，Q2=1，Q3=1，那么決策屬性為S=1(交通堵塞發生);

如果屬性Q1=1，Q2=2，Q3=1，那么決策屬性為S=1(交通堵塞發生);

如果屬性Q1=4，Q2=3，Q3=4，那么決策屬性為S=0(交通堵塞不發生);

如果屬性Q1=4，Q2=4，Q3=3，那么決策屬性為S=0(交通堵塞不發生);

……。

交通堵塞危機事件的粗糙集不確定性規則提取如下:

如果屬性Q1=2，Q2=2，Q3=1，那么決策屬性為S=1(交通堵塞發生)的概率為60%;

如果屬性Q1=2，Q2=2，Q3=2，那么決策屬性為S=1(交通堵塞發生)的概率為33.3%;

如果屬性Q1=3，Q2=2，Q3=2，那么決策屬性為S=1(交通堵塞發生)的概率為18.2%;

如果屬性Q1=4，Q2=4，Q3=2，那么決策屬性為S=1(交通堵塞發生)的概率為12.5%;

……。

運用粗糙集對燃氣管網破壞事故災害演化誘發機制進行分析，得出了燃氣管網事故災害演化誘發機制的粗糙集的提取規則，根據粗糙集的提取規則結合已有燃氣管網破壞事故災害演化的誘發因素條件則可以預測出燃氣管網破壞事故災害演化。

根據燃氣管網破壞事故災害演化誘發因素的粗糙集分析結果，結合具體的實際條件，判斷燃氣管網破壞事故災害是否發生或者發生的概率。

表5和表6分別給出了基于粗糙集的交通封鎖和交通堵塞危機事件預測分析，由于篇幅有限，只是給出了部分結果。

表5 基于粗糙集的交通封鎖危機事件發生概率預測結果(“燃氣管道破壞→交通封鎖”)

表6 基于粗糙集的交通堵塞危機事件發生概率預測結果(“交通封鎖→交通堵塞”與“地面塌陷→交通堵塞”)

根據表5和表6，當燃氣泄露位于快速路、泄露持續時間大于1d、燃氣擴散面積大于10000m2時，交通封鎖一定發生;當燃氣泄露發生于主干路、泄露持續時間為1h～1d、燃氣泄露面積大于10000m2時，交通封鎖發生的概率為71.4%;當交通封鎖位于快速路、交通封鎖發生于07:00－09:00或者17:00－19:00、地面塌陷范圍超過100m2，交通堵塞一定發生;當交通封鎖位于主干路、交通封鎖發生于09:00－12:00或者19:00－23:00、地面塌陷范圍超過100m2，交通堵塞發生概率為60%，表中其他數據，不再贅述。實際中，可以將實際情況與基于粗糙集的燃氣管道破壞災害演化預測分析結果進行對比，可以找到危機事件發生的對應概率，進而可以采取相應的措施來遏制危機事件的發生。

4 結論

(1)構建了城市燃氣管道破壞事故災害演化網絡拓撲結構，找到燃氣管道破壞事故次生災害的誘發因素;在分析大量案例和文獻的基礎上，對災害的誘發因素進行分級，并將災害的誘發因素作為粗糙集理論中的條件屬性，將災害是否發生作為決策屬性，建立基于粗糙集的信息處理表;

(2)運用粗糙集理論，通過整理和計算得出各個條件屬性的上近似、下近似、正域，找到災害發生可約簡的條件屬性，提取基于粗糙集的確定性規則和不確定性規則，并對燃氣管道破壞事故誘發機制進行預測分析，給出不同誘發條件下危機事件發生的概率;

(3)運用粗糙集理論能夠很好地避免一般評價方法權重分配受主觀因素影響的問題，可大幅度提高預測精確度和可靠性。

由于篇幅有限，本文只給出了燃氣管道破壞災害演化過程中交通封鎖和交通堵塞兩個危機事件誘發機制分析，網絡中其它危機事件誘發機制也可用相同的方法進行分析，而在此基礎上，基于整個災害演化網絡的風險評估應是進一步研究的重點。

［1］KentMuhlhauerW．Pipelineriskmanagementmanual［M］．Berlin:GulfPublishingCompany，1996:56－64．

［2］皺亮，朱玲湘．基于數據挖掘的地下燃氣管道風險指標體系設計［J］．鞍山科技大學學報，2007，30(4):429－432．

［3］趙俊茹，戴光，劉冬妹，等．基于灰色理論的管道風險評分法的研究及應用［J］．壓力容器，2010，27(5):51－53．

［4］馮斌，李大全，廖國威．改進的油氣管道風險專家評分方法［J］．油氣儲運，2008，27(11)4－8．

［5］Dziubifiski，FratezakM，MarkowskiAS．Aspectsofriskanalysisassociatedwithmajorfailuresoffuelpipelines［J］．Journalof LossPreventionintheProcessIndustries，2006，19(5):399－408．

［6］駱正山，王小完．基于天然氣泄漏的危害性分析及應用［J］．災害學，2009，24(1):97－100．

［7］張志霞，邵必林，王偉．基于粗糙集的現役管道失效可能性評價［J］．西安科技大學學報，2007，27(2):210－213．

［8］賈增科．城市燃氣管道風險評價研究［D］．邯鄲:河北工程大學．2008．

［9］陳長坤，李智，孫云鳳．基于復雜網絡的災害信息傳播特征研究［J］．災害學，2008，23(4):126－129．

［10］陳長坤，孫云鳳，李智．冰雪災害危機事件演化及衍生鏈特征分析［J］．災害學，2009，24(1):18－21．

［11］王彪，段禪倫，吳昊，等．粗糙集與模糊集的研究及應用［M］．北京:電子工業出版社，2008．

Analysis on the Inducing Mechanism of Disaster Evolution for theUrban Gas Pipeline Accidents Based on Rough Set Theory

Chen Chang kun1，Li Jian1，Sun Yun feng1and Zhu Wei2
(1．Disaster Prevention Science and Safety Technology Institute，Central South University，Changsha 410075，China;2．Beijing Research Center of Urban Systems Engineering，Beijing 100089，China)

The evolution network for urban gas pipeline accidents is established by analyzing a large numberof accident cases and using rough set theory．Then inducing factors of different types of disasters in the network aresort out，based on which，the inducing factors are graded．The graded inducing factors are regarded as conditionattributes，while whether the different types of disasters occurred are treated as decision attributes．The informationtables are built on the basis of the condition attributes and decision attributes．The upper approximation set，lowerapproximation set and positive region are obtained by calculating and analyzing the information tables，based onwhich reduced condition attributes are achieved．Also，the rules of crisis events are extracted based on rough setstheory，so does the prediction and analysis of crisis events．Traffic blocking and jams are selected as two examplesto describe thementioned method．The probabilities of the above crisis events in different conditions of traffic jamsin the network are presented．

rough set;accidents of gas pipeline;causative mechanism;information extraction;predictionand analysis

TU996.9;X4

A

1000－811X(2011)03－0092－05

2010－12－31

國家自然科學基金項目(50706059);中國科學技術大學火災科學國家重點實驗室開放課題(HZ2009－KF05)

陳長坤(1977－)，男，福建福安人，博士，教授，從事重大突發公共事件演化與控制研究．E-mail:cckchen@mail．csu．edu．cn