基于主成分分析法的危险化学品事故统计分析方法研究

2010-01-03刘静,陈雷

中国人民警察大学学报 2010年10期

●刘静,陈雷

(1.潍坊市消防支队,山东潍坊 261061;2.秦皇岛市消防支队,河北秦皇岛 066000)

0 引言

随着现代化学工业的迅猛发展,危险化学物品已被广泛应用于国民经济的各个部门和千家万户,而且在化学生产过程中,要使用大量易燃、易爆、有毒原料。在生产、储存、运输过程中所发生的事故越来越多,造成的危害也越来越大,危险化学品事故对人类安全提出了严峻挑战[1]。危险化学品事故的主要危害可以归纳为[2]：引发火灾、爆炸事故;具有毒性,危及人的生命;造成环境污染。危险化学品事故也会带来巨大的直接和间接损失。例如 1984年 12月 3日,印度中央联邦首府博帕尔的美国联合炭化公司农药厂发生毒气泄漏事故,造成 3 500余人死亡,经济损失近百亿美元。1997年 6月 27日,北京化工集团有限公司东方化工厂发生石脑油外溢遇火源发生爆炸,进而引起火灾,造成 9人死亡,39人受伤,直接经济损失 1.17亿元。2004年 4月 15日晚,重庆天原化工总厂发生氯气泄漏,并引发爆炸。事故造成 9人失踪死亡,3人受伤,15万人被疏散撤离。2005年 11月 13日,中石油吉林石化公司双苯厂苯胺装置发生爆炸着火事故,造成 5人死亡,2人重伤,21人轻伤,1人下落不明,疏散群众达 1万多人。2008年 6月 5日,黑龙江齐齐哈尔铁锋区光宇废品收购站发生光气泄漏事故,造成 3人死亡,1人重伤,11人中毒住院。面对越来越多的事故,对于如何采取措施抑制危险化学品事故的增长趋势成为一个越来越受人们关注的问题。

1 主成分分析法建模基本原理

主成分分析法是一种常用的多元统计分析(即多指标的统计分析)方法,是一种化繁为简,将指标数尽可能的降维(即空间压缩)技术,也是一种综合评价方法[3]。主成分分析法具有简单、客观、准确度高的特点。应用主成分分析法能够尽可能的避免原有数据中的信息丢失,所得到的结果更加具有可信性。因而主成分分析法有比较广泛的应用。

主成分分析法的数学模型是：对于随机向量 X,想选一些常数向量 ci,用 c′iX尽可能多反映随机向量X的主要信息,也即 D(c′iX)尽量大(D(c′iX)表示方

主成分分析的基本思路可概述如下[4]：借助一个正交变换,将分量相关的原随机变量转换成分量不相关的新变量,从代数角度,即将原变量的协方差阵转换成对角阵,从几何角度,将原变量系统变换成新的正交系统,使之指向样本点散布最开的正交方向,进而对多维变量系统进行降维处理。按照特征提取的观点,主成分分析相当于一种基于最小均方误差的提取方法。

基于 2002～2007年全国危险化学品事故数据,本文采用主成分分析法对全国的危险化学品事故的状况进行了分析,得出危险化学品事故在生产、使用、运输、储存过程中发生的主要环节,为有针对性的提出预防措施提供科学依据。

2 基于主成分分析法的危险化学品事故统计分析

2.1 原始数据的统计

通过查阅文献资料整理 6年来我国危险化学品事故数据如表 1所示。

2.2 主成分计算程序的设计与实现

依据主成分分析法的建模思路,得到 PCA步骤流程图如图 1所示。

2.3 计算结果及分析

由上述过程,运用 GNU Octave软件进行编程运算。根据公式将原始数据预处理,由Octave处理得出计算数据的相关矩阵,然后求取相关矩阵的特征根和特征向量如表 2所示,而计算得出各主成分的贡献率如表 3所示。

表1 事故在各过程中发生的数据统计表

图1 PCA流程图

表2 特征根和特征向量

表3 主成分贡献率

根据经验,贡献率大于85%[5]的情况下,主成分分析法是比较明显的。由表 3可知,第一个主成分的累计贡献率达到 98.03%,满足主成分分析的要求,丢失的信息仅为 1.97%,不会影响结果分析,因此决定取第一主成分即可。

如果以 x记为预处理变量,X为原变量,则有：

带入具体数据到上面的主分量方程有：

由结果可以看出,第一主成分的各原变量系数中,变量 X2系数最大,变量 X1的系数次之,都比后两个变量的系数大很多,这表明第一主成分主要由 X2和 X1决定。它们分别表示使用过程和生产过程中事故发生的次数。这说明对于危险化学品事故,其主要发生在使用过程和生产过程中,这也与图 2危险化学品事故数据统计图显示一致。所以,要有效控制危险化学品事故,就要从控制危险化学品的使用过程和生产过程入手,加强监管措施和防护力度,减小使用和生产过程中发生的事故起数,就能从根本上抑制危险化学品事故的发生。