Полная версия

Главная arrow Экология arrow Компьютерная оценка воздействия на окружающую среду магистральных трубопроводов

  • Увеличить шрифт
  • Уменьшить шрифт


<<   СОДЕРЖАНИЕ ПОСМОТРЕТЬ ОРИГИНАЛ   >>

Статистический анализ аварий на нефтепроводах

Аварии вследствие коррозии. Низкая проницаемость почвы, пересечение сточных труб и улиц очень опасно:___

Переменная

F

Sig.

Df

Проницаемость почвы

33.197

0.000

5

Литология

39.420

0.000

3

Пересечение сточных труб

3.461

0.063

1

Пересечение улиц

3.074

0.080

1

Аварии вследствие внешней деятельности. Городская территория, малый диаметр труб, пересечение железных дорог и улиц очень опасно:

Переменная

F

__

Df

Диаметр

194.751

0.000

2964

Использование территории

12.405

0.000

2964

Пересечение железных дорог

78.003

0.000

2964

Пересечение улиц

32.263

0.000

2964

Аварии вследствие механических отказов. Большой диаметр труб и вы-

сокое рабочее давление очень опасно:

Переменная

F

Sig.

Df

Диаметр

13.974

0.000

1

Использование территории

41.904

0.000

1

Статистические модели оценки риска

Для определения линейной комбинации количественных независимых переменных (или классифицирующих функций), наилучшим образом характеризующих различие между группами аварий с риском и без риска, можно использовать различные классифицирующие процедуры.

Эти результаты получены без обучающего множества.

Модель аварии

Успешно классифицированные случаи

Коррозия

74%

Сторонняя деятельность

93%

Механическая

68%

Были проведены несколько тестов с логистической регрессией, но улучшение не было значительным. Применение нейронных сетей для классификации причин аварий и разработки моделей оценки риска планируется в дальнейшем.

Дискриминационный анализ

Для решения проблемы дискриминационного анализа было проведено сравнение между различными статистическими методами. Методы, которые были сравнены по эффективности прогнозирования: линейный дискриминационный анализ, логистическая регрессия и нейронные сети.

Линейный дискриминационный анализ описан ниже. С использованием дискриминационного анализа могут быть проанализированы различия среди g групп (ранее определенных, g>2) с п наблюдениями: р независимых переменных могут быть объединены в одно или более линейное уравнение, называемое классифицирующей функцией:

В данном разделе анализ проводится по двоичной переменной (риск / нет риска), следовательно, вычисляется только одна классифицирующая функция. Коэффициенты классифицирующей функции рассчитываются с целью максимизации различия между группами. Наблюдения систематизируются в каждую из групп по классифицирующим меткам dy, рассчитанным для проанализированных наблюдений. Для расчета статистической значимости используются F-тест и р-значение.

В дискриминационном анализе приняты четыре основные гипотезы.

  • 1) каждое наблюдение независимо;
  • 2) каждая переменная должна иметь многомерное распределение;
  • 3) диапазон дисперсии в переделах групп должен быть одинаковым;
  • 4) ковариация в переделах групп должна быть одинаковой.

В практических приложениях эти гипотезы не полностью выполняются, но результаты дискриминационного анализа могут быть использованы для качественного анализа.

 
<<   СОДЕРЖАНИЕ ПОСМОТРЕТЬ ОРИГИНАЛ   >>