任冬梅，张宇洋，董新玲

(西南石油大学 计算机科学学院，成都 610500)

应用于石油钻井安全评价的改进主成分分析-贝叶斯判别方法

任冬梅，张宇洋*，董新玲

(西南石油大学 计算机科学学院，成都 610500)

(*通信作者电子邮箱dukezyy@163.com)

针对主成分分析-贝叶斯判别法(PCA-BDA)仅支持安全评价但不能发现危险因素的问题，引入属性重要度的概念，提出一种改进的PCA-BDA算法，并将其应用于石油钻井安全评价。首先，使用原始PCA-BDA方法评估出各条记录的安全等级；然后，利用主成分分析(PCA)过程中的特征向量矩阵，贝叶斯判别(BDA)过程中的判别函数矩阵，以及各安全等级的权重计算得出属性重要度；最后，通过参考属性重要度来调控属性。安全评价准确率的对比实验中，改进PCA-BDA方法准确率达到96.7%，明显高于层次分析法(AHP)和模糊综合评价法(FCE)。调控属性的仿真实验中，调控重要度最高的3个属性70%以上的钻井安全等级得到改善；相对地，调控重要度最低的3个属性钻井安全等级几乎没有变化。实验结果表明,改进PCA-BDA方法不仅能够准确地实现安全评价，同时能够找出关键属性使石油钻井安全管理更有针对性。

属性重要度；贝叶斯判别分析；主成分分析；石油钻井安全评价

0 引言

系统安全评价作为一种有效且基本的方法已逐渐应用于各类工程领域[1-2]。面对这一问题传统的做法有安全检查表法、专家打分法、模糊综合评价(Fuzzy Comprehensive Evaluation, FCE)[2]和层次分析法(Analytic Hierarchy Process, AHP)[3]等方法, 但这些方法需要依靠专家或技术人员人工“打分”，从而会不可避免地引入主观因素[4]。……