張浩然+徐璐+吳瓊

摘要： 針對(duì)長(zhǎng)輸油氣管道風(fēng)險(xiǎn)進(jìn)程隨著沿線狀況變化而產(chǎn)生波動(dòng)的實(shí)際情況，提出了基于層次分析法（AHP）和逼近理想解排序法（TOPSIS）的長(zhǎng)輸油氣管道風(fēng)險(xiǎn)評(píng)判模型。首先對(duì)長(zhǎng)輸油氣管道進(jìn)行準(zhǔn)確分段；然后利用AHP確定風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)權(quán)重，并通過(guò)TOPSIS排序法計(jì)算正負(fù)理想解和接近度；最后依據(jù)接近度對(duì)各分段管道風(fēng)險(xiǎn)進(jìn)行比較分析。實(shí)例分析結(jié)果表明：基于AHP-TOPSIS的評(píng)判模型為長(zhǎng)輸油氣管道的風(fēng)險(xiǎn)管控提供了一種有效的評(píng)價(jià)依據(jù)，具有一定的實(shí)用性。

關(guān)鍵詞： 油氣長(zhǎng)輸管道；風(fēng)險(xiǎn)評(píng)價(jià)；層次分析法；逼近理想解排序法

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2016）21-0249-04

Abstract： Aiming at the actual situation that the risk process of long distance oil and gas transportation pipelines fluctuates with the changes along the route， this paper puts forward a long-distance oil and gas transportation pipeline risk evaluation model based on Analytical Hierarchy Process （AHP） and Technique for Order Preference by Similarity to Ideal Solution （TOPSIS）. First， it segments the long distance oil and gas transportation pipelines accurately； Then， it determines the risk evaluation weights with AHP， and calculates the positive and negative ideal solution and proximity with TOPSIS； Finally， it compares the risk of each segment pipeline on the basis of proximity. The analysis results of a real case shows that the evaluation model based on AHP and TOPSIS provides an effective evaluation weight system for the risk management of long-distance oil and gas transportation pipelines. The model is full of some practicability.

Key words： Long-distance oil and gas transportation pipeline；Risk analysis；AHP；TOPSIS

1 概述

在油氣運(yùn)輸領(lǐng)域中，由于管道運(yùn)輸?shù)膬?yōu)點(diǎn)突出，促使其成為了油氣運(yùn)輸?shù)氖走x方案，經(jīng)過(guò)長(zhǎng)時(shí)間發(fā)展，長(zhǎng)輸油氣管道也已經(jīng)成為了工業(yè)生產(chǎn)和日常生活中的命脈。油品和天然氣一旦泄露，極易導(dǎo)致火災(zāi)和爆炸等事故[1]。因此，長(zhǎng)輸油氣管道的事故風(fēng)險(xiǎn)便會(huì)給周圍地區(qū)的人員和財(cái)產(chǎn)安全埋下極大隱患[2]。國(guó)內(nèi)外眾多學(xué)者先后運(yùn)用不同手段對(duì)長(zhǎng)輸油氣管道的風(fēng)險(xiǎn)進(jìn)行分析，許多系統(tǒng)工程的理論也被應(yīng)用于預(yù)測(cè)之中。雖然這些方法取得了一定的效果，但由于大部分事故因素風(fēng)險(xiǎn)分析都是基于長(zhǎng)輸油氣管道整體來(lái)進(jìn)行的，忽略了油氣管道跨度大，沿線狀況復(fù)雜的問(wèn)題，因而會(huì)產(chǎn)生一定局限性。

本文將長(zhǎng)輸油氣管道按照屬性合理分段，并引入層次分析法（AHP）和逼近理想解排序法（TOPSIS）[3][4]，提出了用于長(zhǎng)輸油氣管道風(fēng)險(xiǎn)評(píng)價(jià)的AHP-TOPSIS評(píng)判模型。該模型首先利用AHP法將各類因素劃分為有序的層次并科學(xué)的分配權(quán)重，然后結(jié)合TOPSIS法構(gòu)建AHP-TOPSIS綜合評(píng)判模型。AHP法能夠克服TOPSIS法在多因素分析的情況下，確定指標(biāo)權(quán)重難度較大的缺點(diǎn)[5]，同時(shí)可以較為客觀的給出各影響因素的權(quán)值。TOPSIS法能綜合考慮多種風(fēng)險(xiǎn)因素，并能夠根據(jù)有限個(gè)評(píng)價(jià)對(duì)象與理想化目標(biāo)的接近程度進(jìn)行排序。二者的結(jié)合使用能夠有效準(zhǔn)確的分析長(zhǎng)輸油氣管道各管段的風(fēng)險(xiǎn)大小，為決策提供一種可靠的理論依據(jù)。

2指標(biāo)權(quán)重確定

層次分析法（Analytic Hierarchy Process，AHP）是一種將定量分析和定性分析相結(jié)合的層次權(quán)重決策分析方法。根據(jù)目標(biāo)和需求構(gòu)建問(wèn)題的層次結(jié)構(gòu)模型，然后通過(guò)專家組對(duì)同一層次中各因素進(jìn)行判斷和打分，得出相對(duì)重要的權(quán)重值，最后根據(jù)權(quán)重值進(jìn)行排序，并依據(jù)排序結(jié)果為選擇最優(yōu)方案提供參考依據(jù)[6]。

2.1 層次結(jié)構(gòu)建立

指標(biāo)體系的建立是整個(gè)多屬性綜合評(píng)價(jià)的關(guān)鍵，在進(jìn)行系統(tǒng)分析之后，將復(fù)雜問(wèn)題拆分為具體的元素，并按照不同的屬性進(jìn)行分組，最終形成不同的層次[7]。一般自上而下可分為目標(biāo)層，準(zhǔn)則層和指標(biāo)層。

假設(shè)存在評(píng)判對(duì)象的指標(biāo)集：U={U1，U2，…，Un}，其中Ui（i∈[1，n]）是U中的一個(gè)指標(biāo)。Uij={Uij1，Uij2，…Uijn}是Ui中的第j（j∈[1，n]）個(gè)指標(biāo)集，Uijk是該指標(biāo)集中的第k（k∈[1，n]）個(gè)指標(biāo)集。指標(biāo)體系的結(jié)構(gòu)模型如圖1所示。

2.2 判斷矩陣構(gòu)造

對(duì)建立的層次結(jié)構(gòu)，組織評(píng)估專家對(duì)評(píng)價(jià)指標(biāo)體系中的各指標(biāo)用1～9標(biāo)度方法進(jìn)行兩兩比較打分，從而構(gòu)建判斷矩陣，如表1所示。

設(shè)判斷矩陣為R，由于每一層指標(biāo)因素都是以相鄰上一層各指標(biāo)因素作為參照的，因此用上述兩元素之比可構(gòu)造如下判斷矩陣：

R為正定互反矩陣，其最大特征根λmax存在且唯一。實(shí)際求解判斷矩陣R的準(zhǔn)確特征值和特征向量W十分困難，因此只能得出近似值。為了得到各因素的權(quán)重，可采用方根法求解：將每一列向量歸一化，并且求出對(duì)應(yīng)的最大特征根λmax及特征向量W，最后對(duì)W歸一化。計(jì)算公式如式（2）～（4）所示：

2.3 一致性檢驗(yàn)及權(quán)重向量計(jì)算

通常判斷矩陣會(huì)存在一定誤差，為保證權(quán)重分配的合理性，需要對(duì)判斷矩陣進(jìn)行一致性檢驗(yàn)。一致性檢驗(yàn)的公式如下：

式中n為矩陣R的階數(shù)，CI為一致性檢驗(yàn)指標(biāo)，CI越小，說(shuō)明一致性越大。RI為平均隨機(jī)一致性指標(biāo)，其與判斷矩陣的階數(shù)有關(guān)。根據(jù)成對(duì)比較因子的階數(shù)取不同的值，通常階數(shù)在3和10之間。取值標(biāo)準(zhǔn)如表2所示。CR為判斷矩陣的一致性比例，若CR<0.1，認(rèn)為該判斷矩陣通過(guò)一致性檢驗(yàn)，可以根據(jù)該矩陣進(jìn)行權(quán)值計(jì)算并求得權(quán)重向量，否則不具備一致性，需要重新填寫判斷矩陣。

3 TOPSIS綜合評(píng)判模型

逼近理想解排序法（Technique for Order Performance by Similarity to Ideal Solution，TOPSIS法）借助多目標(biāo)決策問(wèn)題中正理想解和負(fù)理想解之間的距離來(lái)對(duì)評(píng)判對(duì)象的優(yōu)劣進(jìn)行排序[8]。正理想解是最優(yōu)的解，其各個(gè)屬性均達(dá)到備選方案中的最佳，而負(fù)理想解與之相反，其各個(gè)屬性均達(dá)到備選方案中的最差。然后根據(jù)評(píng)判對(duì)象與理想目標(biāo)的接近程度進(jìn)行排序，對(duì)現(xiàn)有對(duì)象進(jìn)行相對(duì)優(yōu)劣的評(píng)價(jià)[9]，如果評(píng)價(jià)對(duì)象更加靠近正理想解，則為最優(yōu)值，否則為最差值。

3.1 初始評(píng)判矩陣

設(shè)方案集P={P1，P2，…，Pm}，每個(gè)方案評(píng)判指標(biāo)集r={r1，r2，r3，…，rn}，評(píng)判指標(biāo)rij表示第i個(gè)方案中第j個(gè)評(píng)判指標(biāo)，其中i[1，m]，j [1，n]。初始評(píng)判矩陣可以表示為：

3.2 標(biāo)準(zhǔn)化決策矩陣

一般將評(píng)判指標(biāo)分為消耗性指標(biāo)和收益性指標(biāo)，對(duì)于收益性指標(biāo)，值越大越好，對(duì)于消耗性指標(biāo)，值越小越好。為了解決各指標(biāo)量綱和量綱單位不同的問(wèn)題，消除指標(biāo)的不可公度性，需要對(duì)評(píng)判指標(biāo)進(jìn)行量綱一化處理[10]。標(biāo)準(zhǔn)化決策矩陣B=（bij）m×n，

收益性指標(biāo)公式為：

消耗性指標(biāo)公式為：

3.3 加權(quán)標(biāo)準(zhǔn)化決策矩陣

將標(biāo)準(zhǔn)化決策矩陣B的列向量與AHP法確定的總排序權(quán)重Wn相乘，得到加權(quán)標(biāo)準(zhǔn)化決策矩陣R：

3.4 貼進(jìn)度分析

J1的正理想解為列向量中的最大值，負(fù)理想解為列向量中的最小值， J2的取值與J1相反，如式（7）和式（8）所示。

式中R+為正理想解，R –為負(fù)理想解。式（9）表示評(píng)判對(duì)象與理想解之間的距離。

式中Di+為評(píng)判對(duì)象與正理想解之間的距離，Di-為評(píng)判對(duì)象與負(fù)理想解之間的距離；rj+與rj-分別為R +與R-相對(duì)應(yīng)的元素。

貼進(jìn)度分析的公式為：

當(dāng)評(píng)判對(duì)象為正理想解時(shí)，Ci+=1，當(dāng)評(píng)判對(duì)象為負(fù)理想解時(shí)，Ci+=0，通常評(píng)判對(duì)象貼進(jìn)度Ci+取值范圍為（0，1），反映評(píng)判對(duì)象與正理想解之間的貼近程度。

4長(zhǎng)輸油氣管道風(fēng)險(xiǎn)評(píng)價(jià)實(shí)例應(yīng)用

4.1 長(zhǎng)輸油氣管道風(fēng)險(xiǎn)體系建立

根據(jù)美國(guó)W.K.Muhlbauer的方案對(duì)管道風(fēng)險(xiǎn)因素進(jìn)行劃分，建立的長(zhǎng)輸油氣管道風(fēng)險(xiǎn)體系如圖2所示。

將管道系統(tǒng)合理分段，每一段的長(zhǎng)度取決于該段環(huán)境狀況變化的頻率、維護(hù)的費(fèi)用等因素，凡是沿線出現(xiàn)重大變化的地方，均插入一個(gè)劃分點(diǎn)。選取克拉瑪依至烏魯木齊一段石油管線，根據(jù)文獻(xiàn)[11]和文獻(xiàn)[12]中事故統(tǒng)計(jì)數(shù)據(jù)，將管線劃分為6段。根據(jù)近十年來(lái)的事故統(tǒng)計(jì)，根據(jù)各管段的失效率不同，選取每個(gè)管段事故概率最優(yōu)值作為該管段的失效率（次/（kg·a）），把每個(gè)管段諸事故因素失效概率組成比較序列，如表3所示。第2層的事故因素并不是整個(gè)模型的最底層因素。層次越多，事故風(fēng)險(xiǎn)分析就越準(zhǔn)確、全面。本文僅用第二層事故因素進(jìn)行計(jì)算說(shuō)明，第三層的計(jì)算方法與第二層的計(jì)算方法相同，在此不一一列出。

4.2 權(quán)重分配確定

對(duì)指標(biāo)進(jìn)行重要度評(píng)價(jià)，構(gòu)造判斷矩陣分別如表4-8所示。

根據(jù)表4所示的評(píng)判指標(biāo)重要性程度構(gòu)造出判斷矩陣，由式（1）～（5）得到A-P矩陣最大特征值λmax=4.1487，CR=0.0557<0.1，滿足一致性檢驗(yàn)，則權(quán)重矩陣W=[0.6035，0.2345，0.0506，0.1114]可接受。同理可得：

P1-R矩陣：λmax=6.5203，CR=0.0826<0.1， W=[0.1109，0.1368，0.2276，0.1675，0.0913，0.2659]；

P2-R矩陣：λmax=2.000，CR=0.0000<0.1， W=[0.2500，0.7500]；

P3-R矩陣：λmax=4.2153，CR=0.0806<0.1， W=[0.4442，0.1582，0.2531，0.1445]；

P4-R矩陣：λmax=3.0385，CR=0.0370<0.1， W=[0.6370，0.1047，0.2583]；

層次總排序結(jié)果如表9所示。

4.3 TOPSIS法指標(biāo)綜合評(píng)判

由表3構(gòu)建事故因素失效概率的初始判斷矩陣為：

因?yàn)槭鹿室蛩厥Ц怕示哂型粏挝?，因此不需要進(jìn)行量綱一化處理，由式（6）計(jì)算得到的加權(quán)決策矩陣為：

根據(jù)式（7）、（8）可計(jì)算得到各管段基于事故因素失效概率的貼進(jìn)度。其正理想解與負(fù)理想解分別為：

根據(jù)式（9）計(jì)算得到各管段與正理想解和負(fù)理想解之間的距離如表10所示。

根據(jù)式（10）計(jì)算各管段與正理想解的貼進(jìn)度如表11所示。

由表11可知各管段與正理想解的貼進(jìn)度排序?yàn)椋篊3+>C4+>C6+>C1+>C5+>C2+。即基于事故因素的各管段失效風(fēng)險(xiǎn)為：管段2>管段5>管段1>管段6>管段4>管段3。

5 結(jié)束語(yǔ)

本文提出了一種基于AHP-TOPSIS評(píng)判長(zhǎng)輸油氣管道風(fēng)險(xiǎn)評(píng)價(jià)模型，解決了以往研究只評(píng)價(jià)事故因素而未考慮長(zhǎng)輸油氣管道風(fēng)險(xiǎn)進(jìn)程隨著沿線狀況變化而產(chǎn)生波動(dòng)的問(wèn)題。在對(duì)長(zhǎng)輸油氣管道分段之后，將AHP-TOPSIS評(píng)判模型應(yīng)用到各管段基于事故因素的失效風(fēng)險(xiǎn)預(yù)測(cè)上，能夠有效預(yù)測(cè)各管段的風(fēng)險(xiǎn)大小，可作為決策時(shí)的理論依據(jù)，使管道事故防治更具針對(duì)性。

參考文獻(xiàn)：

[1] 張勝柱.油氣長(zhǎng)輸管道事故風(fēng)險(xiǎn)分析與選線方法研究[D].北京：中國(guó)礦業(yè)大學(xué)，2012：1-6.

[2] 付建華，王毅輝，李又綠等.油氣管道全生命周期安全環(huán)境風(fēng)險(xiǎn)管理[J].天然氣工業(yè)，2013，33（12）：138-143.

[3] 李大全，張鵬，艾慕陽(yáng)等.模糊聚類法在油氣管道風(fēng)險(xiǎn)評(píng)價(jià)管段劃分中的應(yīng)用[J].天然氣工業(yè)，2012，32（7）：63-67.

[4] LIN M Y，WANG C C，CHEN M S，et al. Using AHP and TOPSIS Approaches in customer-driven product design process[J]. Computers in Industry，2008，59（1）：17-31.

[5] 陳婷婷，宋永發(fā).基于AHP-TOPSIS的地鐵車站施工方案比選[J].工程管理學(xué)報(bào)，2012 （4）：33-36.

[6] 杜睿山，李陽(yáng)，曹茂俊，等.基于AHP的油田產(chǎn)能建設(shè)項(xiàng)目后評(píng)價(jià)模型研究[J].計(jì)算機(jī)技術(shù)與發(fā)展，2014，24（11）：203-206.

[7] DAI Li， ZHU Ai-hua， ZHAO Yun. Using AHP to calculate optimization objective weights of transplanting mechanism[J]. Transactions of the Chinese Society of Agricultural Engineering，2013，29（2）：60-65.

[8] Zhao H，Xu Z S，Ni M F，Cui F. Hybrid fuzzy multiple attribute decision making[J]. Information，2009，12：1033-1044.

[9] 王新民，秦健春，張欽禮，等.基于AHP-TOPSIS評(píng)判模型的姑山駐留礦采礦方法優(yōu)選[J].中南大學(xué)學(xué)報(bào)：自然科學(xué)版，2013，44（3）：1131-1137.

[10] 謝本賢，陳沅江，史秀志.深部巖體工程圍巖質(zhì)量評(píng)價(jià)的IRMR法研究[J].中南大學(xué)學(xué)報(bào)：自然科學(xué)版，2007，38（5）：987-992.

[11] 亓東民. 灰色理論在長(zhǎng)輸油氣管道定量風(fēng)險(xiǎn)評(píng)價(jià)中的應(yīng)用[D].蘭州：蘭州理工大學(xué)，2007：24-26.

[12] 王玉梅，郭書平.國(guó)外天然氣管道事故分析[J].油氣儲(chǔ)運(yùn)，2000，19（7）：5-10.