基于动态贝叶斯网络的混凝土坝失事风险分析

doi:10.11988/ckyyb.20200137

长江科学院院报 ›› 2021, Vol. 38 ›› Issue (5): 137-143.DOI: 10.11988/ckyyb.20200137

基于动态贝叶斯网络的混凝土坝失事风险分析

李宗坤^1,2, 王特¹, 葛巍^1,3, 郑艳¹

1.郑州大学水利科学与工程学院, 郑州 450001;
2.郑州大学软件学院, 郑州 450002;
3.代尔夫特理工大学技术、政策和管理学院,荷兰代尔夫特 2628 BX

收稿日期:2020-02-24 修回日期:2020-06-15 出版日期:2021-05-01 发布日期:2021-05-17
通讯作者: 王特(1996-),男,河南新野人,博士研究生,主要从事大坝风险评价与管理研究。E-mail: 2433405642@qq.com
作者简介:李宗坤(1961-),男,河南邓州人,教授,博士,博士生导师,主要从事水利工程风险评价与管理研究。E-mail: lizongkun@zzu.edu.cn
基金资助:
国家自然科学基金项目(51709239,51679222,51379192);中国博士后科学基金项目(2018M632809);河南省科技攻关项目(182102311070);河南省高等学校重点科研项目(18A570007)

Risk Analysis of Concrete Dam Breach Based on Dynamic Bayesian Network

LI Zong-kun^1,2, WANG Te¹, GE Wei^1,3, ZHENG Yan¹

1. School of Water Conservancy Engineering, Zhengzhou University, Zhengzhou 450001, China;
2. School of Software, Zhengzhou University, Zhengzhou 450002, China;
3. Faculty of Technology, Policy and Management, Delft University of Technology, Delft 2628 BX, The Netherlands

Received:2020-02-24 Revised:2020-06-15 Online:2021-05-01 Published:2021-05-17

摘要/Abstract

摘要： 针对混凝土坝运行期风险因素多、不确定性大,且风险因素状态随时间呈动态变化的问题,分析并归纳了导致混凝土坝失事的主要风险源,引入时间因素建立了动态贝叶斯网络模型,研究混凝土坝失事概率随时间变化的动态特性。结合Leaky Noisy-or gate扩展模型,阐述了条件概率的确定方法。由实例分析得到了某混凝土坝失事概率和各风险因素发生概率的时序变化曲线。结果表明该动态贝叶斯网络评估模型合理可行且优于静态贝叶斯网络模型。研究成果可为类似工程的动态风险分析及评价体系的构建提供借鉴和参考。

关键词: 混凝土坝, 失事风险, 动态贝叶斯网络, 条件概率, 风险管理

Abstract: There are many dynamic risk factors and uncertainties in the operation period of concrete dam. In this paper, a dynamic Bayesian network model is constructed to study the dynamic characteristics of dam breach probability by introducing time factors. In association with the Leaky Noisy-or gate extended model, the method of determining conditional probability is described. The time series curves of occurrence probability of dam breach against each risk factor are obtained for a practical project as a case study. The present model is proved to be prior to the static Bayesian network as the result is more rational. The research finding offers reference for the dynamic risk analysis and evaluation system construction of similar projects.

Key words: concrete dam, breach risk, dynamic Bayesian network, conditional probability, risk management

中图分类号:

TV64

李宗坤, 王特, 葛巍, 郑艳. 基于动态贝叶斯网络的混凝土坝失事风险分析[J]. 长江科学院院报, 2021, 38(5): 137-143.

LI Zong-kun, WANG Te, GE Wei, ZHENG Yan. Risk Analysis of Concrete Dam Breach Based on Dynamic Bayesian Network[J]. Journal of Yangtze River Scientific Research Institute, 2021, 38(5): 137-143.

[1]	曹恩华, 包腾飞, 胡绍沛, 袁荣耀, 鄢涛. 基于变量筛选优化极限学习机的混凝土坝变形预测模型[J]. 长江科学院院报, 2022, 39(7): 59-65.
[2]	陈良捷, 魏博文, 喻俊豪, 罗绍杨, 毛颖. 基于多尺度自回归模型体系的混凝土坝位移预报及工程应用[J]. 长江科学院院报, 2021, 38(12): 82-90.
[3]	邢岳, 田正宏, 杜辉. 碾压混凝土坝层间结合质量智能评价方法[J]. 长江科学院院报, 2020, 37(8): 142-149.
[4]	王少伟, 包腾飞. 渗透溶蚀对高混凝土坝长期变形影响的数值分析[J]. 长江科学院院报, 2020, 37(6): 62-69.
[5]	蒋水华, 黄中发, 江先河, 吴海真, 黄劲松. 堤防工程标准化管理体系风险评估方法[J]. 长江科学院院报, 2020, 37(5): 180-186.
[6]	王力, 靳李平, 武乾, 杨凡, 孙俊娜. 重大水利枢纽工程社会稳定风险评估[J]. 长江科学院院报, 2020, 37(4): 152-159.
[7]	汪程,杨光,祖安君,陈悦,尹文中,邱小秦. 混凝土坝变形Wavelet-EGM-PE-ARIMA组合预测模型[J]. 长江科学院院报, 2019, 36(8): 67-72.
[8]	肖磊, 黄耀英, 万智勇. RCC坝力学参数反演不唯一性概率统计分析方法探讨[J]. 长江科学院院报, 2019, 36(7): 41-47.
[9]	胡添翼. 基于空间分布的混凝土坝变形缺失信息估计方法[J]. 长江科学院院报, 2019, 36(4): 39-42.
[10]	刘高峰, 龚艳冰, 王慧敏, 赖小莹. 国外堤防风险管理现状及对我国的启示[J]. 长江科学院院报, 2019, 36(10): 53-58.
[11]	郭红民, 胡海松, 胡文兵, 张田甜, 张淑梅. 混凝土坝不同溃决方式下溃口水力学试验研究[J]. 长江科学院院报, 2019, 36(1): 60-63.
[12]	钱秋培,崔伟杰,包腾飞,李慧. 基于SVM的混凝土坝变形监控模型预测能力实例分析[J]. 长江科学院院报, 2018, 35(8): 46-50.
[13]	王志远,沈慧,闵四海,宋明富. 二滩拱坝无应力计异常测值的修正方法研究[J]. 长江科学院院报, 2016, 33(4): 46-50.
[14]	杜志达,郝雪莹. 碾压混凝土坝平层铺筑仓面施工模拟[J]. 长江科学院院报, 2014, 31(5): 102-106,116.
[15]	俞进萍,段亚辉,艾立双. 基于强度储备法的混凝土坝位移监控指标研究[J]. 长江科学院院报, 2014, 31(12): 49-53.

基于动态贝叶斯网络的混凝土坝失事风险分析

Risk Analysis of Concrete Dam Breach Based on Dynamic Bayesian Network

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐

Metrics

本文评价