工程施工技术

基于DBN的页岩气井带压作业泄漏动态风险研究

黎南芳 (重庆科技大学安全科学与工程学院), 米红甫 (重庆科技大学安全科学与工程学院), 廖慧倩 (重庆科技大学安全科学与工程学院), 李毅 (重庆科技大学安全科学与工程学院)

摘要


针对页岩气井带压作业泄漏风险因素复杂且动态演化的问题，提出基于动态贝叶斯网络的泄漏动态风险评估方法。利用蝴蝶结模型分析风险因素与事故后果，引入时间维度构建DBN模型，并采用Leaky Noisy-or Gate修正条件概率。以川渝某页岩气带压作业现场为例，得到泄漏概率时序变化曲线、关键风险因素及事故后果概率。结果表明：泄漏初始概率为1.950×10?2，至第10个时间片升至3.321×10?1；冲蚀磨损、流体冲刷、管柱腐蚀等是关键致因；喷射火概率较高。研究结果可为页岩气井带压作业的风险评估及日常维护提供理论支持。

关键词


动态贝叶斯网络；页岩气井；带压作业；泄漏风险

全文:

PDF

参考


王玉芳.我国非常规油气资源勘探开发前景广阔[J].石油知识,2021(6):14-15.

包书景,葛明娜,赵培荣,等.中国页岩气勘探开发现状、潜力与发展建议[J].石油与天然气地质,2025,46(2): 348-364.

JUN C, HAIMEI W, XI C, et al. Study on main controlling factors of CO2 huff-n-puff for enhanced oil recovery and storage in shale oil reservoirs[J]. Petroleum Reservoir Evaluation and Development,2025,15(4):537-544.

杨晓敏,胡攀峰,唐攀,等.页岩气钻井井控技术及现场安全应急管理措施[J].能源与环保,2023,45(9):55-60.

王怀杰,张玉涛,王志城,等.基于AHP-模糊综合评价法的油气田企业应急能力评估[J].工业安全与环保,2020,46 (6):26-29.

李建忠,董大忠,陈更生,等.中国页岩气资源前景与战略地位[J].天然气工业,2009(5):6.

胡旭光,徐勇军,罗卫华,等.页岩气井带压作业关键技术与应用评价[J].天然气技术与经济,2019,13(5):43-48.

卢云霄,范玉斌,叶庆峰,等.国内带压作业装置的发展现状与优势[J].石化技术,2019,26(12):320-322.

卢云霄,范玉斌.液控式卡瓦互锁装置的研制与应用[J].石油矿场机械,2020,49(1):78-81.

程自豪.页岩气开采压裂技术分析与思考[J].化工管理,2020(1):214-215.

胡旭光,罗园,刘贵义,等.气井带压作业油管内密封工具应用现状与发展趋势[J].天然气技术与经济,2022,16 (5):32-37.

李昱捷,邢莉莎,肖昕雨,等.基于Bow-tie和贝叶斯模型的海底管道动态风险评估[J].江汉大学学报(自然科学版),2026(5):1-13.

程方明,蒋萌,苏畅,等.加氢站泄漏燃爆事故的动态贝叶斯风险分析[J].安全与环境学报,2024,24(9):3405-3417.

陈萌.海上钻井过程动态风险评估技术研究[D].北京:中国石油大学,2017.

WANG C, XIA Y, WANG D, et al. Dynamic risk assessment of deep-water dual gradient drilling with SMD system using an uncertain DBN-based comprehensive method[J]. Ocean Engineering,2021(2):55-56.

WANG ML, ZHANG MG. Dynamic risk assessment of oil and gas leakage in heating furnace: A DBT-DBN approach[J]. Journal of Physics: Conference Series,2021 (1):11-13.

晏祎.基于动态贝叶斯网络的隧道盾构施工诱发变形分析[D].武汉:华中科技大学,2013.

郝武民,郑建国,张志鹏.LNG气化站泄漏动态风险概率评估方法及应用[J].安全、健康和环境,2024,24(3):1-8.

施昊彤.基于蝴蝶结-贝叶斯网络的站场储罐动态风险评价[J].石油化工自动化,2024,60(1):56-61.

张继信,黄东阳,尤秋菊,等.基于动态贝叶斯网络的城市综合管廊燃气泄漏动态风险评价[J].安全与环境学报,2023,23(10):3455-3464.

李心悦.基于故障树和动态贝叶斯网络的新型列控系统可靠性评估方法[D].北京:北京交通大学,2024.

孙东亮,陈诗悦.基于动态贝叶斯模型的氢气管道泄漏风险研究[J].安全与环境学报,2022,22(2):901-909.

HENRION M. Practical Issues in Constructing a Bayes’ Belief Network[J]. arXiv,2013(1):88-89.

程洁,许开立,陈守坤,等.基于Fuzzy-DBN的氨泄漏爆炸事故风险分析[J].安全与环境工程,2020,27(5):147-152.

LIU Z K, LIU Y H, CAI B P, et al. Dynamic Bayesian network modeling of reliability of subsea blowout preventer stack in presence of common cause failures.ScienceDirect[J]. Journal of Loss Prevention in the Process Industries,2015 (38):58-66.




DOI: https://doi.org/10.33142/ect.v4i5.19779

Refbacks

  • 当前没有refback。