復雜社會網絡與N?K模型的氫能儲運系統風險因素耦合分析

摘 要 將復雜社會網絡（SNA）與N?K模型的融合風險因素分析體系引入氫能儲運系統安全風險評價中。收集整理國內外近20年來氫能儲運事故案例；運用N?K模型計算風險耦合值并確定事故耦合形式，利用SNA構建關聯網絡計算風險度量；結合復雜社會網絡可達性分析與N?K模型修正出接近中心度以確定關鍵風險因素，并提出相關對策措施。結果表明：避免人-設-環-管多因素風險耦合形式是降低事故發生概率的關鍵方式；設-環-管三因素風險耦合形式最易引起事故的發生；人才隊伍、管理執行力度、規章制度、文化水平、專業技能是需要重點防范的關鍵風險因素。

關鍵詞 安全工程 氫能儲運系統 耦合分析 N?K模型 復雜社會網絡（SNA）

中圖分類號 X937 " 文獻標志碼 A " 文章編號 0254?6094（2024）04?0626?08

隨著全球經濟發展與社會需要，氫能作為新型能源之一，其零排放性、易得性等天然優勢逐漸被推廣使用于許多行業。根據國際能源署可持續發展情景預測，到2070年，全球對氫能的需求預計將在2023年8 000萬噸的基礎上增長7倍，達到5.6億噸。在快速發展與需求量擴張的同時也存在許多氫能安全事故問題，而氫能儲運相關的安全問題導致的召回事故數量最高。氫能儲運相關事故的發生既關聯系統內部設備風險因素，又與系統外人員、環境、管理相聯系。因此，依據多風險因素耦合理論確定氫能儲運事故關鍵風險因素，在系統安全的基礎上提高氫能儲運系統防御事故風險的能力，最大程度上減少多風險因素耦合對系統事故的影響，對提高氫能儲運安全性具有重要意義。

目前，針對氫能儲運安全問題國內外有許多學者已經展開研究論述，大多數研究偏重事故后果嚴重性與影響范圍的定量分析，而單一的定性分析又過于依賴筆者的主觀經驗。如牛田雨使用挪威船級社SAFETI工具對氫燃料電池車展開量化風險評價，提出管道不同破裂程度對事故范圍和危害程度的影響［1］；汪侃等基于FTA和Famp;EI法確定油氫合建站最大風險因素造成的危險暴露面積范圍與事故危險等級大小［2］；劉堃等運用危險度評價法與FTA對加氫站爆炸事故進行定性事故原因分析，以期最大程度地降低事故發生的可能性［3］。

現如今風險耦合相關研究中常用的理論模型包括系統動力學模型、N?K模型、耦合度模型、（0?1）影響矩陣模型、MIKE FLOOD模型、風險傳導模型和SHEL模型［4］。相比之下，N?K模型近來被廣泛用于多行業安全風險評價，已成為多風險耦合中的主流方法。王慧雯等通過N?K模型量化效應建立決策矩陣，結合TOPSIS模型構建風險因素評價模型［5］；宋紹珍等將N?K模型引入青島轄區航標失常事件進行定量分析識別耦合風險因素并描繪效能影響機理［6］。據參考文獻可知，N?K模型通常被用于道路運輸、危險化學品、建筑、礦山等行業領域，缺少涉及新能源儲運方向，因此筆者將N?K模型引入氫能儲運系統的風險評價，分析氫能儲運事故中風險耦合關系。

復雜社會網絡分析法（SNA）是一種研究復雜系統的工具，在環保、礦山、城市運輸、金融經濟［7］領域被廣泛使用，王相飛運用SNA識別地鐵站施工核心風險因素及關鍵關系路徑［8］；柯麗華等采用SNA構建露天礦爆破風險雙模型研究事故與風險關系［9］；郝帥和孫才志將SNA引入網絡DEA模型分析中國水資源-能源-糧食紐帶系統效率的網絡結構特征［10］。

綜上所述，現有關氫能儲運風險評價文獻存在的不足在于過多偏重氫能儲運事故單一事故類型后果性研究，忽視了風險因素間的耦合關系，且缺少針對氫能儲運系統風險耦合值度量研究。因此，結合復雜社會網絡分析（SNA）與N?K模型全面耦合氫能儲運系統風險因素，首先收集近20年國內外氫能儲運相關事故案例構建風險因素體系，運用N?K模型計算風險耦合值并確定引發事故發生的重要耦合形式，然后利用復雜社會網絡（SNA）構建關聯網絡計算風險度量，最后結合N?K模型與復雜社會網絡（SNA）的組合模型確定關鍵風險因素，最終結果可為實際生產應用提供有力的理論參考。

1 氫能儲運系統安全風險因素耦合機理分析

1.1 氫能儲運系統風險因素識別

為構建氫能儲運風險體系，收集近20年國內外氫能儲運相關事故案例，對氫能儲運事故主要原因進行歸類整理。其中，收集事故案例流程為：將美國能源局氫能安全機構編寫的《Hydrogen Incident Examples》作為參考資料；通過文獻積累、網上事故案例收集和專業人士提供的事故資料，作為補充性參考文獻；借鑒其他學者文獻中［11，12］所述的事故案例與指標體系，作為最終補充材料；排除收集的事故案例中缺少參考價值與無法確定事故原因的案例，最終確定可用于整理歸納的事故案例共438起。將事故原因歸納為人員、設備、環境、管理4類，其占比如圖1所示，并對應4類一級風險因素整理出16個二級風險因素，具體因素列于表1。

1.2 氫能儲運系統風險因素耦合機理

耦合是指兩個及以上的系統、運動體系及作用方式等，通過交互作用彼此受到影響，從而共同參與完成某一活動體系的形式［13］。風險耦合是指系統中兩個及以上風險因素相互作用導致系統可靠性受損、安全水平降低的過程［14］。探究氫能儲運系統失效過程中各風險因素相互作用結果，鑒于數學理論提出氫能儲運系統影響因素耦合機理，具體如圖2所示。

圖2表示人-設-環-管4種因素既單獨作用于系統失效過程，也會通過各因素相互耦合造成系統失效。氫能儲運系統失效過程中，人-設-環-管4個風險因素中的一個或多個出現異常情況，系統風險致因因子耦合造成防控風險難度增加，風險水平上升，突破系統原穩定狀態，造成風險流蔓延；若同時多個風險因素相連結，即為多因素風險耦合，則系統安全狀態更加不可靠，安全水平降低；若耦合達到一定程度，由量變過渡到質變的過程，在無外在因素管控條件下，系統會超出本身承受范圍，造成氫能儲運系統發生失效。因此，確定氫能儲運系統關鍵風險因子是預防事故發生的關鍵。

2 復雜社會網絡（SNA）與N?K模型的風險因素構建方法

2.1 社會網絡模型構建

社會網絡分析（SNA）是一種建立于數學方陣與邏輯歸納的定量分析方法，通過探測計算系統內外部耦合關系并利用網格形式直觀表達，其主要用于分析系統網絡結構和屬性［15］。首先結合氫能儲運事故原因與專家學者調查問卷整理出風險因素鄰接矩陣，導入數據完成二值化處理，再運用社會網絡分析軟件Ucinet6.0中NetDraw繪制氫能儲運系統復雜網絡圖譜，具體如圖3所示。氫能儲運系統風險因素網絡為有向網格，連接線方向指明風險因素的引導關系［16］。

社會網絡分析中包含整體網絡分析與復雜網絡個體性分析，對氫能儲運系統風險因素網絡分析采用個體分析，其中涵蓋度數中心度、中間中心度、接近中心度的計算整合。

度數中心度CRD表示與一個節點直接相連的其他節點的個數，在有向網絡中分為入度與出度，計算方程如下：

C（x）=［I（x）+O（x）］/2（n-1） （1）

中間中心度CNB為處于其他點對最短路徑上的能力，其值越大，該節點越靠近網絡上的核心位置，計算方程如下：

C=［g（i）/g］，j≠i≠k，jlt;k （2）

接近中心度C分為入度與出度，其值越大，該節點離核心位置越遠，計算方程如下［17］：

" " " " C=d （3）

氫能儲運系統中風險因素對系統風險產生影響的程度可用中間中心度與接近中心度計算得出，并結合可達性分析，反饋復雜網絡圖譜節點間耦合關系，為氫能儲運系統風險耦合評價奠定基礎。

2.2 N?K風險耦合模型構建

1993年，KAUFFMAN S建立了一種生物進化基因組合模型［18］，Levinthal將此模型推廣應用于群體行為與自組織合作生物進化領域，而后許多學者逐漸將此模型進行優化修正為N?K模型，用于研究事故風險耦合機理，所得成果間接證實了N?K模型在學術研究中的實用性。

N?K模型經過交互理論分析驗證人、設、環、管因素相互耦合導致事故發生的難易程度。指的是某種因素耦合風險的耦合次數越多，此耦合形式造成事故的可能性就越大；某種風險耦合類型的耦合度越高，此耦合形式可靠性越低。N?K模型計算方程如下：

T（A，B，C，D）=P·

log（P /（P×P×P×P）） （4）

式中 P×P×P×P——因素處于a、b、c、d狀

態下多因素耦合的

概率和；

P——多因素處于a、b、c、d

狀態下多因素耦合 " " " " " "發生的概率；

T——多因素風險耦合度，

數值越大，表示人-

設-環-管耦合條件下

引起事故發生的可能

性越大。

多風險耦合包括雙因素風險耦合、三因素風險耦合和四因素風險耦合。當單因素風險兩兩組合即為雙因素風險耦合，涉及人-設、人-管、人-環、設-環、設-管、環-管6種形式。雙因素風險耦合計算方程如下：

T（A，B）=Plog（P/（P×P）） （5）

當單因素風險三三組合即為三因素風險耦合，涉及人-設-環、人-設-管、人-管-環、設-管-環四種形式。三因素風險耦合計算方程如下：

T（A，B，C）=Plog（P/（P×P×P）） （6）

氫能儲運系統事故風險因素涉及四因素風險耦合時，即為人-設-環-管，具體計算方程如式（4）。已知風險耦合因素越多，潛在事故發生概率越大，防止事故發生的難度越高。

N?K模型在客觀數據基礎上對風險耦合進行定量分析，一定程度上避免研究學者對系統風險因素的主觀臆斷，但N?K模型也存在一定局限性，如只針對系統一級風險因素開展耦合分析，難以深入為風險預防管控提出更加準確詳細的防范建議。因此筆者結合N?K模型與復雜社會網絡分析（SNA）全面解釋系統風險之間的作用機理，以確保風險因素可靠性［19］。

3 氫能儲運系統事故關鍵風險因素分析

3.1 社會網絡分析模擬結果分析

3.1.1 風險中心度分析

表2呈現了運用社會網絡分析軟件Ucinet6.0和風險網絡鄰接矩陣得到的氫能儲運系統風險中心度，包括接近中心度與中間中心度，此網絡設置為有向網絡，故接近中心度又分為入接近中心度和出接近中心度。入接近中心度（入度）表示為其他節點進入該點的最短路徑之和，即受其他因素誘導程度。根據表2數據可知，入度排名前五的為設備老化B、自然環境C、作業環境C、員工操作風險A、設備缺失B，從入度排名前五可以看出風險因素多為設備不安全狀態與環境不安全因素，設備與環境通常為氫能儲運發生事故的主要因素。出接近中心度（出度）表示為該點發出到其他節點的最短路徑之和，即易引發其他風險程度，出度排名前五的為專業技能A、生理狀況A、管理執行力度D、規章制度D、設備缺失B，可以看出出度排名前五多為人的不安全行為與管理缺陷，所以人員與管理極易引起其他風險。中間中心度排名前五的是設備老化B、設備缺失B、心理狀況A、規章制度D、自然環境C，可知人員、設備、環境、管理的不安全狀態皆是控制整個危險網絡系統的重要中介載體因素。由上述分析可知，出接近中心度可作為確定關鍵風險因素重要指標。

3.1.2 風險可達性分析

風險可達性分析是指將圖3氫能儲運系統復雜網絡圖譜中因素可達性與4個一級風險因素相對應所得到的潛在風險耦合形式，旨在產生風險因素耦合新形式，具體見表3。由表3可知，管理缺陷與人員不安全行為中某些風險因素可能產生人-設-環-管的潛在風險耦合形式；人員不安全行為中人員操作風險及生理狀況易引發雙因素耦合形式；設備不安全狀態可能導致雙因素風險和三因素風險耦合形式；環境不安全因素存在人-設-環、設-環兩種耦合形式。潛在風險耦合形式中，設-環和人-設-環-管這兩種耦合形式占所有潛在耦合形式比例最高。

3.2 N?K模擬計算結果分析

氫能儲運系統事故風險因素包括人員（A）、設備（B）、環境（C）、管理（D），每個因素用［0，1］變量表示，0為非造成事故發生指標，1為造成事故發生指標，以雙因素風險、多因素風險的耦合形式進行組合，共產生11種耦合形式。整理近20年國內外氫能儲運事故統計結果，共收集438起事故案例，根據事故原因得到風險耦合次數并計算耦合頻率，具體見表4、5。根據式（1）～（3）計算雙、多因素風險耦合度T，具體見表6。

將T排序，結果為：T（A，B，C，D）gt;T（B，C，D）gt;T31（A，B，C）gt;T（A，C，D）gt;T（A，B，D）gt;T（C，D）gt;T（B，C）gt;T（B，D）gt;T（A，B）gt;T（A，C）gt;T（A，D）。通過對風險耦合值T對比分析，可得以下內容：

a. 風險耦合值T隨耦合風險因素數量增加而增大，多因素風險耦合中人-設-環-管耦合值最高，為0.074 20。表示多因素風險耦合是導致氫能儲運系統事故發生關鍵原因，應當加大力度著重防制此類耦合方式的產生。

b. 三因素風險耦合相比，設-環-管耦合值0.036 20明顯高于其他耦合形式，這說明氫能儲運系統事故與設備、環境、管理風險因素關聯程度最為緊密。從事故案例統計中也可證實，不利的設備、環境、管理因素，如設備故障、閥門裝配錯誤、維修不及時、明火花、自然災害及人員管理渙散等情況的發生都會引發氫能儲運系統失效，因此，應當及時維修保養、關注儲氫罐零部件故障、加強人員管理體制，保證氫能儲運系統正常運行。

c. 雙因素風險中設-環、設-管、環-管耦合度大致相同且明顯高于其他形式耦合值，這表明設備、環境、管理更容易造成事故發生，此結論與三因素風險耦合結論相符。

3.3 基于復雜社會網絡/N?K模型關鍵因素分析

相比N?K模型，建立SNA模型存在一定的主觀因素，辨識出的核心風險因素難以為實際生產參考，因此將N?K模型引入SNA模型并結合表3可達性分析，用風險耦合值（T）修正風險節點出接近中心度。將修正前后數據分別做雷達圖，具體如圖4所示。圖4a為修正前基于SNA接近中心度的風險因素值，圖4b為經可達性分析修正后基于SNA接近中心度的風險因素值。

由圖4b可以看出，數值較高的風險因素為管理不善與人的不安全行為，具體包括管理人才隊伍D3、管理執行力度D2、規章制度D1、文化水平A5、專業技能A2，這和修正前的風險因素排序大致相同，說明進行修正后的事故案例數據結果與運行SNA得到的關鍵風險因素結果是相符的。修正后有較大改善的因素為設備的不安全狀態與環境因素，表明雖然設備與環境因素是導致氫能儲運事故發生的關鍵因素，但可修正能力較強，故在設備與環境方面采取一定防范措施會得到積極正向反饋。人員與管理方面的不穩定性會導致氫能儲運系統處于不安全狀態下，因此要求在實際生產操作中加強人員教育監督，做好團隊建設管理，提高決策、執行協調能力。

4 結論

4.1 由N?K模型計算可得，主動防御氫能儲運系統中人-設-環-管這類多因素風險耦合形式的發生可以很大程度上減少事故的發生；在三因素風險耦合中，設-環-管耦合形式與事故發生關聯緊密；設-環、設-管、環-管三類風險耦合形式相比其他雙因素風險耦合更易導致事故發生。

4.2 由SNA分析結果可得，設備老化、設備缺失、心理狀況、規章制度、自然環境風險因素的中間中心度較高，為避免這類風險因素的出現，可以有效切斷風險網絡的聯通，避免系統風險的形成。

4.3 由復雜社會網路與N?K模型修正的結果可得，人才隊伍、管理執行力度、規章制度、文化水平、專業技能是氫能儲運事故的關鍵風險因素。從系統風險耦合角度出發，人員與管理導致事故耦合能力較高，修正后給予滯后正向反饋，因此，應在氫能儲運實際生產操作中加強人員教育監督，做好團隊建設管理，提高決策、執行協調能力，以避免事故發生。

參 考 文 獻

［1］ 牛田雨.氫燃料電池公交車量化風險分析［D］.濟南：山東大學，2021.

［2］ 汪侃，李丹陽，時婷婷.新型油氫合建站事故風險評價及應用［J］.安全與環境學報，2021，21（1）：9-18.

［3］ 劉堃，楊曉冬，戴超.基于危險度評價和事故樹分析的加氫站安全風險研究［J］.中國安全生產科學技術，2021，17（S1）：50-55.

［4］ 嚴小麗，胡興俊，王銀志.建設項目施工安全風險耦合及其應對——基于人因視角［J］.安全與環境工程，2016，23（6）：106-113.

［5］ 王慧雯，薛曄，薛崇義.耦合效應下的煤礦頂板事故風險因素評價研究［J］.礦業安全與環保，2021，48（1）：115-119.

［6］ 宋紹珍，劉歡，高波，等.基于N?K模型的海上航標效能影響因素耦合分析［J］.上海海事大學學報，2023，44（2）：77-82.

［7］ 張雪潔，楊紀君，王博洋，等.東北亞石油貿易網絡的結構特征與演進趨勢［J］.當代化工，2022，51（1）：185-190；195.

［8］ 王相飛.基于SNA的地鐵車站施工安全風險網絡構建與風險識別［D］.南昌：南昌大學，2022.

［9］ 柯麗華，陳魁香，胡南燕，等.基于SNA的露天礦爆破安全風險評估［J］.中國安全科學學報，2022，32（10）：48-56.

［10］ 郝帥，孫才志.基于網絡DEA及SNA模型的中國水資源-能源-糧食紐帶系統效率研究［J］.地理研究，2022，41（7）：2030-2050.

［11］ 王志強，張樵民，王國強，等.基于FTA?SPA-灰色聚類的裝配式建筑施工安全測評［J］.安全與環境工程，2018，25（2）：166-173.

［12］ 王悅，劉陽，宋文華.基于模糊綜合評價法的石化企業事故應急能力評估方法研究［J］.南開大學學報（自然科學版），2021，54（6）：75-80.

［13］ 孔鋒.災害系統視角下的災害耦合效應探討［J］.災害學，2024，39（1）：1-5.

［14］ 姜寧.基于風險耦合的交通安全應急管理系統研究［D］.武漢：武漢理工大學，2011.

［15］ 周建亮，朱琰，苗晉維，等.基于SNA的煤礦安全生產關鍵風險因素分析與對策［J］.煤礦安全，2023，54（1）：252-256.

［16］ 王運鋒，夏德宏，顏堯妹.社會網絡分析與可視化工具NetDraw的應用案例分析［J］.現代教育技術，2008，81（4）：85-89.

［17］ 武乾，孫敏，黃太興，等.基于SNA視角的舊工業廠房綠色再生項目治理風險研究［J］.安全與環境學報，2022，22（3）：1121-1131.

［18］ KAUFFMAN S.At home in the universe：The search for laws of self?organization and complexity［M］.Oxford：Oxford University Press，1995.

［19］ 吳賢國，吳克寶，沈梅芳，等.基于N?K模型的地鐵施工安全風險耦合研究［J］.中國安全科學學報，2016，26（4）：96-101.

（收稿日期：2023-08-16，修回日期：2024-07-12）

Coupling Analysis of Risk Factors in Hydrogen Energy Storage?Transportation System Based on SNA and N?K Model

QIAN Jia?qi1， ZHANG Fu?qun1， LIU Bing?xin1， FAN Jun?ling2

（1. School of Environmental and Safety Engineering ， Shenyang University of Chemical Technology；

2. Liaoning Dongan Safety Technical Consulting Service Co.， Ltd）

Abstract " The fusion risk factor analysis system of complex social network （SNA） and N?K model was introduced into the safety risk assessment of hydrogen energy storage and transportation system. Through collecting hydrogen energy storage and transportation accidents in the past 20 years at home and abroad， making use of N?K model calculate risk coupling values and determine accident coupling forms， and employing the SNA to construct correlation network to calculate risk measurement， as well as combining SNA reachability analysis with and N?K model， The closeness centrality was modified to determine key risk factors and relevant countermeasures were presented. The results show that， reducing probability of accidents can avoid multi?factor risk coupling form of operator?device?environment?management which cause accidents most likely. Talent team， management strength， rules and regulations， cultural level and professional skills become key risk factors that need to be focused on prevention.

Key words " "safety engineering， hydrogen energy storage?transportation system， "coupling analysis， N?K model， SNA

基金項目：遼寧省科技計劃項目（批準號：LJ2020027）資助的課題。

作者簡介：錢家琪（1998-），碩士研究生，從事新能源（氫能）儲運風險評價工作。

通訊作者：張福群（1973-），教授，從事化工企業危險源辨識、風險評價等工作，Hgzhangfuqun@163.com。

引用本文：錢家琪，張福群，劉冰心，等.復雜社會網絡與N?K模型的氫能儲運系統風險因素耦合分析［J］.化工機械，2024，51（4）：626-633.