基于贝叶斯网络的钻井作业现场风险评估

doi:10.11885/j.issn.1674-5086.2014.09.01.02

西南石油大学学报(自然科学版)

基于贝叶斯网络的钻井作业现场风险评估

王兵1 *，杨小莹2，赵春兰3，肖斌1

1. 西南石油大学计算机科学学院，四川成都610500；2. 西南石油大学石油与天然气工程学院，四川成都610500；
3. 西南石油大学理学院，四川成都610500

出版日期:2015-04-01 发布日期:2015-04-01
通讯作者: 王兵，E-mail：w9521423@sina.com
基金资助:
国家重大科技专项（(2011ZX05021 – 006）；四川省教育厅科技重点项目（13ZA0192）。

Drilling Site Risk Assessment Based on Bayesian Network

Wang Bing1*, Yang Xiaoying2, Zhao Chunlan3, Xiao Bin1

1. School of Computer Science，Southwest Petroleum University，Chengdu，Sichuan，610500，China
2. School of Petroleum and Natural Gas Engineering，Southwest Petroleum University，Chengdu，Sichuan 610500，China
3. School of Science，Southwest Petroleum University，Chengdu，Sichuan 610500，China

Online:2015-04-01 Published:2015-04-01

摘要/Abstract

摘要：

针对高投入、高风险和不确定性的钻井作业现场，展开了安全评价研究。提出了一种基于贝叶斯网络定量评
价钻井作业现场风险、寻找风险源的方法。通过分析历史数据与借助专家经验识别不安全因素，将影响钻井作业现场
安全性的32 个因素分为“人的不安全行为”和“物的不安全状态”，同时构建了钻井作业现场安全性的贝叶斯网络拓
扑结构，并进行了概率推理向前预测和向后诊断，定量评估了钻井作业现场安全性，找出了影响最突出的不安全因素。
将其应用于龙岗气田L 井钻井作业现场，得出人为的不安全行为和物的不安全状态概率分别为0.108 和0.165，整个L
井作业现场不安全概率为0.137，并诊断出过程监控缺陷、安全防护设施缺失、作业导致隐患、井控设备缺陷、生产管
理缺陷不安全因素最突出，与现场实际情况一致。该评价方法为现场安全作业提供较为准确的诊断依据。

关键词: 钻井作业现场, 安全性评价, 贝叶斯网络, 向前预测, 向后诊断

Abstract:

In view of the high investment and risk and uncertainties in drilling operation，the safety evaluation about the
drilling operation is carried out in the paper. The method of evaluating risk and seeking risk resource during drilling operation
has been developed by using Bayes network. The 32 risk factors during the drilling operation could be classified into manmade
risk factors and natural risk factors by analyzing the history data and identifying the dangerous factors with the help of
expertise. The Bayes network topological structure and conditional probability table（CPT）was developed for drilling operation
risk；the probability was predicted forward and diagnosed backward；the safety probability of drilling operation was evaluated
quantitative and the most dangerous factor was found out. After applying the Bayes network model to Well L gas drilling
operation，we got the risk probability of man-made risk and natural risk at 0.108 and 0.165，respectively，the risk probability
of Well L gas drilling operation at 0.137. The many dangerous factors are defects in monitor during the drilling process，lack of
security protection facilities，hidden trouble induced by drilling operation，defect in well-control equipment and management
in production. This will provide precise diagnostic data for operators and decision-making for safe production.

Key words: drilling operation, safety assessment, Bayes network model, prediction forward, diagnosis backward

王兵1 *，杨小莹2，赵春兰3，肖斌1. 基于贝叶斯网络的钻井作业现场风险评估[J]. 西南石油大学学报(自然科学版), DOI: 10.11885/j.issn.1674-5086.2014.09.01.02.

Wang Bing1*, Yang Xiaoying2, Zhao Chunlan3, Xiao Bin1. Drilling Site Risk Assessment Based on Bayesian Network[J]. 西南石油大学学报(自然科学版), DOI: 10.11885/j.issn.1674-5086.2014.09.01.02.

0
/ / 推荐

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://journal15.magtechjournal.com/Jwk_xnzk/CN/10.11885/j.issn.1674-5086.2014.09.01.02

http://journal15.magtechjournal.com/Jwk_xnzk/CN/Y2015/V37/I2/131

参考文献

[1] 中国石油天然气集团公司质量安全环保部. HSE 风险

管理理论与实践[M]. 北京：石油工业出版社，2009.

[2] 谢传欣，叶从胜，黄飞. 国内外井喷事故回顾[J]. 安全、

健康和环境，2004，4（2）：9 – 19．

[3] 董国永，刘景凯. 中国石油集团公司HSE 管理体系

运行模式的研究[J]. 中国安全生产科学技术，2005，

1（3）：47 – 51．

Dong Guoyong，Liu Jingkai. CNPC′s HSE-MS model establishment

and practice[J]. Journal of Safety Science and

Technology，2005，1（3）：47 – 51．

[4] 李巍，张震. 油田生产环境安全评价与管理[M]. 北京：

化学工业出版社，2005．

[5] 刘景凯. 基于管理实践的HSE 管理体系建设研究[J]．

中国安全生产科学技术，2008，4（2）：99 – 102．

Liu Jingkai. Study on HSE-MS establishment based on

management practice[J]．Journal of Safety Science and

Technology，2008，4（2）：99 – 102．

[6] 张明广，蒋军成. 基于层次分析法的重大危险源模糊

综合评价[J]．南京工业大学学报，2006，28（2）：31 – 34.

Zhang Mingguang，Jiang Juncheng. Application of analytical

hierarchy process in hazard degree assessment of

major hazard installations[J]. Journal of Nanjing University

of Technology，2006，28（2）：31 – 34．

[7] 崔文彩. 钻井工程HSE 危害识别与风险评价模式研

究[D]. 武汉：中国地质大学，2008.

[8] 赵春兰，王兵，郭平. 基于ARIMA 模型的钻井作业风

险预测[J]. 新疆石油地质，2013，34（4）：469 – 472．

Zhao Chunlan，Wang Bing，Guo Ping. The risk probability

prediction of drilling operation site using ARIMA

model[J]. Xinjiang Petroleum Geology，2013，34（4）：

469 – 472.

[9] 何学秋. 安全工程学[M]. 徐州：中国矿业大学出版社，

2000：23 – 36.

[10] 蒋希文. 钻井事故与复杂问题[M]. 第2 版. 北京：石油

工业出版社，2006.

[11] 刘玉石，白家址，周煜辉，等. 考虑井壁岩石损伤时保

持井眼稳定的泥浆密度[J]. 石油学报，1995，16（3）：

123 – 128.

Liu Yushi，Bai Jiazhi，Zhou Yihui，et al. Mud density for

wellbore stability when formation rock is damaged[J]. Acta

Petrolei Sinica，1995，16（3）：123 – 128.

[12] 刘菊梅，王宏图，李文华，等. 陆上油气钻井作业评价

指标体系的构建[J]. 油气田地面工程，2009，28（8）：

28 – 29.

[13] 郭杰. 钻井施工现场风险源分析与风险控制措施[J]. 内

蒙古石油化工，2010，（20）：31 – 33.

[14] 赵全民，樊建春，张洪. 天然气钻井人因失误事故风险

定量评价方法[J]. 天然气工业，2012，32（7）：80 – 83.

Zhao Quanmin，Fan Jianchun，Zhang Hong. Quantitative

risk evaluation of human factors and failures in the gas

drilling industry[J]. Natural Gas Industry，2012，32（7）：

80 – 83.

[15] 田岚. 石油天然气钻井工程风险识别与评价方法[J]. 钻

采工艺，2010，33（2）：31 – 33.

Tian Lan. Risk identification and evaluation method in

drilling engineering[J]. Drilling & Production Technology，

2010，33（2）：31 – 33.

[16] 李美求，周思柱. 基于模糊综合评价法的钻井作业安

全性评价[J]. 石油化工安全技术，2006，22（6）：5 – 7.

Li Meiqiu，Zhou Sizhu. Safety assessment of drilling well

based on the fuzzy integrative evaluate method[J]. Petrochemical Safety Technology，2006，22（6）：5 – 7.

[17] 张连文，郭海鹏. 贝叶斯网引论[M]. 北京：科学出版

社，2006.

[18] Lockamy III A，McCormack K. Modeling supplier risks

using Bayesian networks[J]. Industrial Management &

Data Systems，2012，112（2）：313 – 333.

[19] Maiti S，Tiwari R K. Automatic discriminations among

geophysical signals via the Bayesian neural networks approach[

J]. Geophysics，2010，75（1）：E67 – E78.

[20] Abedi M，Norouzi G H. Integration of various geophysical

data with geological and geochemical data to determine

additional drilling for copper exploration[J]. Journal

of Applied Geophysics，2012，83：35 – 45.

[21] Lan B，Persaud B. Evaluation of multivariate Poisson log

normal Bayesian methods for before-after road safety evaluations[

J]. Journal of Transportation Safety & Security，

2012，4（3）：193 – 210.

[22] Heckerman D，Geiger D，Chickering D M. Learning

Bayesian networks: The combination of knowledge

and statistical data[J]. Machine learning，1995，20（3）：

197 – 243.

[23] Cooper G F，Herskovits E. A Bayesian method for the induction

of probabilistic networks from data[J]. Machine

Learning，1992，9（4）：309 – 347.

[24] Martins M R，Maturana M C. Application of Bayesian belief

networks to the human reliability analysis of an oil

tanker operation focusing on collision accidents[J]. Reliability

Engineering & System Safety，2013，110：89 – 109.

[25] Wilson A G，Huzurbazar A V. Bayesian networks for

multilevel system reliability[J]. Reliability Engineering &

System Safety，2007，92（10）：1413 – 1420.

基于贝叶斯网络的钻井作业现场风险评估

Drilling Site Risk Assessment Based on Bayesian Network

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 0

编辑推荐

Metrics

本文评价