王　兵，楊小瑩，趙春蘭，肖　斌

基于貝葉斯網(wǎng)絡(luò)的鉆井作業(yè)現(xiàn)場風(fēng)險評估

王兵1*，楊小瑩2，趙春蘭3，肖斌1

1.西南石油大學(xué)計算機(jī)科學(xué)學(xué)院，四川 成都 610500；2.西南石油大學(xué)石油與天然氣工程學(xué)院，四川 成都 610500；3.西南石油大學(xué)理學(xué)院，四川 成都 610500

針對高投入、高風(fēng)險和不確定性的鉆井作業(yè)現(xiàn)場，展開了安全評價研究。提出了一種基于貝葉斯網(wǎng)絡(luò)定量評價鉆井作業(yè)現(xiàn)場風(fēng)險、尋找風(fēng)險源的方法。通過分析歷史數(shù)據(jù)與借助專家經(jīng)驗(yàn)識別不安全因素，將影響鉆井作業(yè)現(xiàn)場安全性的32個因素分為“人的不安全行為”和“物的不安全狀態(tài)”，同時構(gòu)建了鉆井作業(yè)現(xiàn)場安全性的貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，并進(jìn)行了概率推理向前預(yù)測和向后診斷，定量評估了鉆井作業(yè)現(xiàn)場安全性，找出了影響最突出的不安全因素。將其應(yīng)用于龍崗氣田L(fēng)井鉆井作業(yè)現(xiàn)場，得出人為的不安全行為和物的不安全狀態(tài)概率分別為0.108和0.165，整個L井作業(yè)現(xiàn)場不安全概率為0.137，并診斷出過程監(jiān)控缺陷、安全防護(hù)設(shè)施缺失、作業(yè)導(dǎo)致隱患、井控設(shè)備缺陷、生產(chǎn)管理缺陷不安全因素最突出，與現(xiàn)場實(shí)際情況一致。該評價方法為現(xiàn)場安全作業(yè)提供較為準(zhǔn)確的診斷依據(jù)。

鉆井作業(yè)現(xiàn)場；安全性評價；貝葉斯網(wǎng)絡(luò)；向前預(yù)測；向后診斷

網(wǎng)絡(luò)出版地址：http：//www.cnki.net/kcms/detail/51.1718.te.20150330.1718.010.html

王 兵，楊小瑩，趙春蘭，等.基于貝葉斯網(wǎng)絡(luò)的鉆井作業(yè)現(xiàn)場風(fēng)險評估［J］.西南石油大學(xué)學(xué)報：自然科學(xué)版，2015，37（2）：131-137.

Wang Bing，Yang Xiaoying，Zhao Chunlan，et al.Drilling Site Risk Assessment Based on Bayesian Network［J］.Journal of Southwest Petroleum University：Science&Technology Edition，2015，37（2）：131-137.

引言

油氣鉆井作業(yè)是一個工種多、隱蔽性強(qiáng)、有較大的不確定性和高風(fēng)險的系統(tǒng)工程。在作業(yè)過程中受工藝技術(shù)、管理水平和自然等因素的影響，隱藏著多種不安全因素，例如：安全管理缺陷、違章指揮、安全防護(hù)缺陷等。需要加強(qiáng)風(fēng)險管理和防控，才能避免勘探開發(fā)過程中的巨大損失。如何識別作業(yè)現(xiàn)場的風(fēng)險源并預(yù)測潛在的危險因素，將其加以控制，從而使鉆井過程中的各類危害降到最低，達(dá)到經(jīng)濟(jì)利益最大化，這是當(dāng)前各大鉆井公司關(guān)注的重點(diǎn)問題［1-5］。

鉆井作業(yè)現(xiàn)場安全性評價方法目前主要是定性分析的方法，也包括一些定量方法：模糊綜合評價，德爾菲專家判斷法等［6-8］。這些方法都很難預(yù)測鉆井作業(yè)現(xiàn)場潛在的風(fēng)險以及對風(fēng)險源的識別。而貝葉斯網(wǎng)絡(luò)（Bayesian Network，BN）是一種以貝葉斯理論為基礎(chǔ)，相應(yīng)領(lǐng)域?qū)＜医?jīng)驗(yàn)、作業(yè)現(xiàn)場數(shù)據(jù)以及不確定性信息綜合起來的有效預(yù)測風(fēng)險概率，并快速找到風(fēng)險源的方法。鉆井作業(yè)現(xiàn)場安全性分為“人的不安全行為”和“物的不安全狀態(tài)”兩類，根據(jù)它們各自發(fā)生的特點(diǎn)進(jìn)行調(diào)查分析，收集相關(guān)數(shù)據(jù)，獲得這些行為的節(jié)點(diǎn)狀態(tài)、影響因素和條件概率等。對影響鉆井作業(yè)現(xiàn)場的因素進(jìn)行拓?fù)浣Y(jié)構(gòu)分析、向前預(yù)測和向后診斷，可為如何降低鉆井作業(yè)現(xiàn)場風(fēng)險提供前期支持［9-13］。

1　貝葉斯網(wǎng)絡(luò)模型

貝葉斯網(wǎng)絡(luò)是概率論與圖論相結(jié)合的方法，由節(jié)點(diǎn)和連線組成的有向無環(huán)圖（Directed A-cyclic Graph，DAG），節(jié)點(diǎn)Xi代表不確定事件，用變量Ai表示，連線代表變量之間的因果關(guān)系，并用概率P表示變量之間的關(guān)系強(qiáng)弱。一個具有n個節(jié)點(diǎn)X=（X1，X2，···Xn）的貝葉斯網(wǎng)絡(luò)可用BN=＜＜A，E＞P＞來表示，其中包括兩部分：

（1）X的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)G。G為用＜A，E＞表示具有n個節(jié)點(diǎn)的有向無環(huán)圖；E=｛（Ai，Aj）｝代表節(jié)點(diǎn)間的有向邊，表示變量節(jié)點(diǎn)間的因果關(guān)系。對于有向邊（Ai，Aj）而言，Ai稱為Aj的父節(jié)點(diǎn)，而Aj稱為Ai的子節(jié)點(diǎn)。構(gòu)造貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的方法有兩種：一種是通過咨詢專家，依靠節(jié)點(diǎn)之間的因果關(guān)系構(gòu)造；另一種是通過大量的歷史數(shù)據(jù)分析計算來獲得。由于龍崗油田已有大量鉆井作業(yè)現(xiàn)場安全數(shù)據(jù)，采用數(shù)據(jù)分析計算和專家咨詢兩者兼顧的方法來構(gòu)造貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)。

（2）X的局部概率分布P。P表示一個與每個節(jié)點(diǎn)相關(guān)的條件概率分布，B（Ai）和C（Ai）分別表示Ai的父節(jié)點(diǎn)集合和非后代節(jié)點(diǎn)集合。當(dāng)兩個節(jié)點(diǎn)之間沒有有向邊時，表示這兩個節(jié)點(diǎn)條件獨(dú)立性，即在給定B（Ai）下，Ai與A（Ai）條件獨(dú)立，則可得到

而P（Ai/B（Ai））條件概率分布表達(dá)了節(jié)點(diǎn)與其父節(jié)點(diǎn)的關(guān)聯(lián)關(guān)系。如果在給定根節(jié)點(diǎn)先驗(yàn)概率分布和非根節(jié)點(diǎn)的條件概率分布的情況下，可以得到聯(lián)合概率分布

根據(jù)上述貝葉斯網(wǎng)絡(luò)的原理，可以進(jìn)行向前預(yù)測和向后診斷：

（1）向前預(yù)測：由原因事件推知結(jié)果事件。目的是由原因事件發(fā)生的概率預(yù)測出結(jié)果事件的概率。假設(shè)原因事件的先驗(yàn)概率為P（Ai），并且假設(shè)經(jīng)過調(diào)查所獲得的新附加信息為P（R/Ai），由此

（2）向后診斷推理：由結(jié)果事件推知原因事件。目的是在已知結(jié)果事件已經(jīng)發(fā)生的情況下，找出導(dǎo)致該結(jié)果事件發(fā)生的原因事件的概率，根據(jù)這個概率的大小，診斷出發(fā)生結(jié)果事件（事故、故障、病理）的原因。已知某些結(jié)果事件發(fā)生，經(jīng)推理計算，得到造成該結(jié)果事件發(fā)生的原因和發(fā)生的概率。設(shè)先驗(yàn)概率為P（Ai），且假設(shè)經(jīng)過調(diào)查所獲得的新附加信息為P（R/Ai），其中i=1，2，···，n，則后驗(yàn)概率為

該方法常用在故障檢測和病理診斷中，目的是找到故障發(fā)生、疾病發(fā)生的原因，但將該方法應(yīng)用于鉆井作業(yè)現(xiàn)場安全評價中的研究工作還比較少［14-25］。

2　現(xiàn)場安全評價

鉆井作業(yè)安全評價的貝葉斯網(wǎng)絡(luò)模型的建立主要涉及到模型拓?fù)鋱D的構(gòu)造、推理規(guī)則條件概率矩陣、葉子節(jié)點(diǎn)向前預(yù)測和向后診斷。選擇龍崗氣田L(fēng)井2011-02-13到2011-04-27記錄時間內(nèi)發(fā)生的34起違章隱患為例，進(jìn)行貝葉斯網(wǎng)絡(luò)安全評價分析。

2.1構(gòu)建鉆井作業(yè)現(xiàn)場的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)

根據(jù)專家咨詢和龍崗鉆井現(xiàn)場實(shí)際情況，節(jié)點(diǎn)變量有46個，通過歷史數(shù)據(jù)分析計算和專家咨詢，建立了龍崗L鉆井作業(yè)現(xiàn)場的貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，見圖1。

根據(jù)圖1所示的油氣鉆井工程安全評價指標(biāo)體系可以看出，鉆井作業(yè)安全評價體系由2個獨(dú)立的子系統(tǒng)構(gòu)成，即人的不安全行為A1、物的不安全狀態(tài)A2。人的不安全行為A1子系統(tǒng)包含違章作業(yè)A11、違章指揮A12、違反勞動紀(jì)律A13、不安全裝束A14、違章駕駛A15、安全管理缺陷A16、生產(chǎn)管理缺陷A17等7個節(jié)點(diǎn)變量；物的不安全狀態(tài)A2子系統(tǒng)包含設(shè)備設(shè)施缺陷A21、安全防護(hù)缺陷A22、自然環(huán)境不良A23、作業(yè)場所不良A24等4個節(jié)點(diǎn)變量。11個節(jié)點(diǎn)變量聚合到兩個子系統(tǒng)，兩個子系統(tǒng)指標(biāo)聚合到總指標(biāo)，而該評價體系共有46個變量節(jié)點(diǎn)。

圖1　鉆井作業(yè)現(xiàn)場安全評價的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.1　Bayes network for drilling security evaluation

2.2貝葉斯網(wǎng)絡(luò)向前預(yù)測

根據(jù)專家提供的評價指標(biāo)，風(fēng)險等級分為很高、高、一般、很低4個等級。對于某一個底層事故，一般定出了以下準(zhǔn)則：在記錄期間，若事故發(fā)生次數(shù)僅為1次，則該風(fēng)險等級為很低；若事故發(fā)生次數(shù)在2～3次，則該風(fēng)險等級為一般；若事故發(fā)生次數(shù)在4～5次，則該風(fēng)險等級為高；若事故發(fā)生次數(shù)在5次以上，則該風(fēng)險等級為很高。由于該安全評價體系是4層模型，為方便起見，先對2個獨(dú)立的子系統(tǒng)分別進(jìn)行分析后，再對整體安全進(jìn)行評價。

結(jié)合圖1對于因果關(guān)系A(chǔ)→R，A的取值范圍為｛A1，A2｝，R的取值范圍為｛R1，R2｝，貝葉斯網(wǎng)絡(luò)采用條件概率矩陣M來確定A與R之間的關(guān)系。

其中，p（Rj|Ai）為A取值A(chǔ)i時，Rj的概率。同理，可得在2個獨(dú)立的子系統(tǒng)中也具有相似的條件概率矩陣，從而將條件概率表轉(zhuǎn)化為條件概率矩陣。

對鉆井作業(yè)現(xiàn)場的資料進(jìn)行整理后，統(tǒng)計出井在記錄期間，底層事故的發(fā)生情況是：作業(yè)導(dǎo)致隱患A115發(fā)生3次，生產(chǎn)管理違章A123發(fā)生1次，過程監(jiān)控缺陷A172發(fā)生10次，井控設(shè)備缺陷A211發(fā)生4次，特種設(shè)備缺陷A212發(fā)生2次，電氣設(shè)備缺陷A213發(fā)生1次，消防設(shè)施缺陷A214發(fā)生2次，一般設(shè)備缺陷A215發(fā)生4次，安全防護(hù)設(shè)施缺失A221發(fā)生6次，安全防護(hù)設(shè)施失效A222發(fā)生1次。

2.2.1人的不安全行為A1

A1子系統(tǒng)的不安全概率計算，其推理規(guī)則條件概率矩陣見表1。根據(jù)表中數(shù)據(jù)，有可得人的不安全行為因素的風(fēng)險指數(shù)，而

可以計算得到其子節(jié)點(diǎn)違章作業(yè)因素的風(fēng)險指數(shù)，同理可計算其他子節(jié)點(diǎn)風(fēng)險指數(shù)，計算方法為

表1　A1子系統(tǒng)條件概率矩陣表Tab.1　Conditional probability matrix for subsystem A1

（1）A1i的風(fēng)險值

（2）A1的風(fēng)險值

2.2.2物的不安全狀態(tài)A2

物的不安全狀態(tài)A2子系統(tǒng)推理規(guī)則條件概率矩陣見表2。按表2可計算其子節(jié)點(diǎn)違章作業(yè)因素的風(fēng)險指數(shù)，同理計算得到其他子節(jié)點(diǎn)風(fēng)險指數(shù)，具體計算如下。

表2　A2子系統(tǒng)條件概率矩陣表Tab.2　Conditional probability matrix for subsystem A2

（1）A2i的風(fēng)險值

同理可得，p（A23）=0；p（A24）=0。

（2）A2的風(fēng)險值

2.2.3整個風(fēng)險R系統(tǒng)的不安全概率

R系統(tǒng)推理規(guī)則條件概率矩陣見表3。由式（14）得到井在記錄期間的風(fēng)險指數(shù)為13.7%，即安全評價指數(shù)為86.3%。此外，還可根據(jù)實(shí)時監(jiān)控的底層事件的概率對系統(tǒng)的安全指數(shù)進(jìn)行預(yù)測。

表3　R系統(tǒng)條件概率矩陣表Tab.3　Conditional probability matrix for system R

2.3貝葉斯網(wǎng)絡(luò)向后診斷

設(shè)先驗(yàn)概率為P（Ai），設(shè)調(diào)查所獲得的新附加信息為P（R|Ai），其中i=1，2，···，n，計算后驗(yàn)概率為

根據(jù)兩個子系統(tǒng)條件概率表中數(shù)據(jù)，由式（15）可得各安全因素的風(fēng)險指數(shù)，具體計算如下

（1）A2i的風(fēng)險值

同樣計算出P（A113|A11）=0.034，P（A114|A11）= 0.223，P（A115|A11）=0.777，則A111的風(fēng)險指數(shù)為

（2）其他狀態(tài)集合的風(fēng)險值

其他狀態(tài)集合的風(fēng)險值如表4所示，在人的不安全行為A1子系統(tǒng)中，可看出作業(yè)導(dǎo)致隱患A115和過程監(jiān)控缺陷A172的風(fēng)險指數(shù)數(shù)值偏大，是容易引起事故發(fā)生的主要隱患；而在物的不安全狀態(tài)A2子系統(tǒng)中，可以看出井控設(shè)備缺陷A211、安全防護(hù)設(shè)施缺失A221、安全防護(hù)設(shè)施失效A222及生產(chǎn)管理缺陷A242的風(fēng)險指數(shù)偏大，易發(fā)生危險隱患。利用貝葉斯網(wǎng)絡(luò)向后診斷功能得到風(fēng)險指數(shù)，可以為現(xiàn)場安全監(jiān)控的人員提供較為準(zhǔn)確的診斷依據(jù)，方便對可能引起事故的系統(tǒng)薄弱環(huán)節(jié)進(jìn)行檢查維修，從而降低鉆井作業(yè)現(xiàn)場的風(fēng)險值，為安全生產(chǎn)提出相應(yīng)的決策措施。

表4　風(fēng)險指數(shù)表Tab.4　Risk index

3　結(jié)　語

鉆井工程作業(yè)是高危行業(yè)，針對作業(yè)現(xiàn)場事故高發(fā)的情況，分析風(fēng)險發(fā)生的底層因素，得出鉆井作業(yè)現(xiàn)場的安全評價。

（1）利用貝葉斯網(wǎng)絡(luò)在安全評價方面的優(yōu)勢，構(gòu)建鉆井作業(yè)現(xiàn)場安全評價的貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。該結(jié)構(gòu)有2個子系統(tǒng)和32個底層指標(biāo)組成，利用貝葉斯網(wǎng)絡(luò)對其進(jìn)行安全評價。

（2）由貝葉斯網(wǎng)絡(luò)的雙向推理技術(shù)，在事故統(tǒng)計下計算出鉆井作業(yè)系統(tǒng)故障的條件概率，即進(jìn)行預(yù)測；并在系統(tǒng)故障條件下，計算出各個組件的后驗(yàn)概率，即進(jìn)行診斷，找出導(dǎo)致系統(tǒng)故障的最可能因素，對鉆井作業(yè)的安全隱患提出相應(yīng)的對策措施。

（3）實(shí)例證明，運(yùn)用簡單、便于操作的專家打分法得出的條件概率表，運(yùn)用貝葉斯網(wǎng)絡(luò)對井的安全評價，得到了可信的評價結(jié)果。

（4）該模型具有較強(qiáng)的普適性，應(yīng)用該模型評價具體其他鉆井作業(yè)現(xiàn)場安全性分析，只需要調(diào)整CPT而不必改變網(wǎng)絡(luò)架構(gòu)。

［1］中國石油天然氣集團(tuán)公司質(zhì)量安全環(huán)保部.HSE風(fēng)險管理理論與實(shí)踐［M］.北京：石油工業(yè)出版社，2009.

［2］謝傳欣，葉從勝，黃飛.國內(nèi)外井噴事故回顧［J］.安全、健康和環(huán)境，2004，4（2）：9-19.

［3］董國永，劉景凱.中國石油集團(tuán)公司HSE管理體系運(yùn)行模式的研究［J］.中國安全生產(chǎn)科學(xué)技術(shù)，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，張震.油田生產(chǎn)環(huán)境安全評價與管理［M］.北京：化學(xué)工業(yè)出版社，2005.

［5］劉景凱.基于管理實(shí)踐的HSE管理體系建設(shè)研究［J］.中國安全生產(chǎn)科學(xué)技術(shù)，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］張明廣，蔣軍成.基于層次分析法的重大危險源模糊綜合評價［J］.南京工業(yè)大學(xué)學(xué)報，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.鉆井工程HSE危害識別與風(fēng)險評價模式研究［D］.武漢：中國地質(zhì)大學(xué)，2008.

［8］趙春蘭，王兵，郭平.基于ARIMA模型的鉆井作業(yè)風(fēng)險預(yù)測［J］.新疆石油地質(zhì)，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］何學(xué)秋.安全工程學(xué)［M］.徐州：中國礦業(yè)大學(xué)出版社，2000：23-36.

［10］蔣希文.鉆井事故與復(fù)雜問題［M］.第2版.北京：石油工業(yè)出版社，2006.

［11］劉玉石，白家址，周煜輝，等.考慮井壁巖石損傷時保持井眼穩(wěn)定的泥漿密度［J］.石油學(xué)報，1995，16（3）：123-128.

Liu Yushi，Bai Jiazhi，Zhou Yihui，et al.Mud density for wellborestabilitywhenformationrockisdamaged［J］.Acta Petrolei Sinica，1995，16（3）：123-128.

［12］劉菊梅，王宏圖，李文華，等.陸上油氣鉆井作業(yè)評價指標(biāo)體系的構(gòu)建［J］.油氣田地面工程，2009，28（8）：28-29.

［13］郭杰.鉆井施工現(xiàn)場風(fēng)險源分析與風(fēng)險控制措施［J］.內(nèi)蒙古石油化工，2010，（20）：31-33.

［14］趙全民，樊建春，張洪.天然氣鉆井人因失誤事故風(fēng)險定量評價方法［J］.天然氣工業(yè)，2012，32（7）：80-83.

Zhao Quanmin，F(xiàn)an 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］田嵐.石油天然氣鉆井工程風(fēng)險識別與評價方法［J］.鉆采工藝，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.基于模糊綜合評價法的鉆井作業(yè)安全性評價［J］.石油化工安全技術(shù)，2006，22（6）：5-7.

Li Meiqiu，Zhou Sizhu.Safety assessment of drilling well based on the fuzzy integrative evaluate method［J］.Petro-chemical Safety Technology，2006，22（6）：5-7.

［17］張連文，郭海鵬.貝葉斯網(wǎng)引論［M］.北京：科學(xué)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.

王 兵，1977年生，男，漢族，四川南充人，講師，主要從事鉆井安全評價、數(shù)據(jù)分析與挖掘等方面的研究。E-mail：w9521423@sina.com

楊小瑩，1993年生，女，漢族，四川成都人，主要從事石油工程技術(shù)方面的研究。E-mail：676208962@qq.com

趙春蘭，1976年生，女，漢族，四川射洪人，副教授，主要從事統(tǒng)計分析、風(fēng)險評價等方面研究。E-mail：308303451@qq.com

肖 斌，1978年生，男，漢族，重慶人，副教授，主要從事鉆井安全評價、風(fēng)險管理數(shù)據(jù)分析等方面的研究。E-mail：xb-xiaobin@163.com

編輯：王旭東

編輯部網(wǎng)址：http：//zk.swpuxb.com

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

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.TheBayesnetworktopologicalstructureandconditionalprobabilitytable（CPT）wasdevelopedfordrillingoperation 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.

drilling operation；safety assessment；Bayes network model；prediction forward；diagnosis backward

10.11885/j.issn.1674-5086.2014.09.01.02

1674-5086（2015）02-0131-07

TE28

A

2014-09-01網(wǎng)絡(luò)出版時間：2015-03-30

王 兵，E-mail：w9521423@sina.com

國家重大科技專項(xiàng)（（2011ZX05021-006）；四川省教育廳科技重點(diǎn)項(xiàng)目（13ZA0192）。