本发明公开了一种贫数据、信息不完全条件下的定量风险评估方法，其特征在于以下步骤：步骤S1：针对事故场景的安全屏障分析，以及事故的风险演化过程，建立事件树分析模型，将灾难性的事故后果考虑为一项重大事故，认为其他事故后果是重大事故的前兆事件；步骤S2：根据重大事故事件树分析，引入事故逐年先兆数据，通过已知的不同安全屏障与事故后果间的联系，根据层次贝叶斯分析方法，确定安全屏障失效概率和薄弱环节；步骤S3：根据事件树特性，借助层次贝叶斯分析方法，估计初始事件和事故发生次数，确定工程系统的风险情况。本发明的有益效果是：可以充分利用稀缺数据，并从相关数据中添加信息先验，得到各参数(屏障失效、事故次数)的后验概率密度分布；同时该技术不需要专家判断以及经验参数的估计，可用于事故风险的定量分析。
声明：
“贫数据、信息不完全条件下的定量风险评估方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
895
编辑：管理员
来源：北方有色网
咨询细节
