清华大学学报(自然科学版)

作者：陈传刚, 胡瑾秋, 韩子从, 陈怡玥, 肖尚蕊

单位：中国石油大学北京 安全与海洋工程学院, 北京 102249

关键词：恶劣环境条件,天然气管道站场,双向长短期记忆网络-条件随机场(Bi-LSTM-CRF)算法,知识图谱,事故预警,路径预测

基金：国家自然科学基金项目（52074323）；中石油战略合作科技专项（ZLZX2020-05-02）；中国石油大学（北京）科研基金项目（ZX20200137）\r\n

近年来恶劣环境条件（雷电、风、雨）频发，给长输油气管道尤其是海外油气管道的长期安全运行带来了重大威胁。海外油气管道的运行与应急救援面临着恶劣环境条件下的管道风险事故数据不足、跨国协同较为困难等问题。为解决当前管道事故预警模型过于依赖现场运行数据或事故相关数据的情况，该文利用恶劣环境条件下的天然气管道站场有限的事故文本数据，提出了一种基于知识图谱的站场事故演化预警模型。该模型采用双向长短期记忆网络-条件随机场算法（Bi-LSTM-CRF）对站场事故文本进行因果关系抽取，并加入了文本特征以增强抽取效果，然后利用Neo4j图数据库根据因果关系抽取的结果，建立了恶劣环境条件下海外天然气管道站场事故演化知识图谱。结果表明：相较于传统长输管道站场事故预警方法，该文所提出的基于知识图谱的站场事故预警模型不仅能够实现站场事故的预警，还能够实现对事故的路径预测以及事故应急决策推荐。这证明了该预警模型不仅可用性好，还能够有效地帮助海外天然气管道站场安全管理人员进行准确的风险控制与事故预防。

来源：2022年第6期

《清华大学学报(自然科学版)》期刊编辑部

查看清华大学学报(自然科学版)杂志2022年第6期