沙特阿美以“動態危險識別”方法清除鉆井重大事故隱患

2021年以來，沙特阿美石油公司大力推廣“動態危險識別與風險管理（DRM）”方法，避免鉆井現場惡性事故發生。

英國管理機構對1988年7月發生的英國北海阿拉法（Alpha）平臺爆炸沉沒事故所做的調查，證實目前全球石油鉆井業開始推廣的DRM方法，是一種行之有效的現代風險控制方法。沙特阿美石油公司對英國機構調查結論，表現出濃厚興趣。

沙特阿美專家指出，鉆井實踐證明，當DRM引入人工智能（AI）之后，成為代替幾十年來石油業傳統的“靜態風險控制”方法。傳統靜態風險控制存在三方面缺點，一是使用鉆井現場的靜態數據；二是針對一般性事故，沒有針對惡性事故；三是描述事故過程沒有使用物理或者數學方程描述。

多年來，工業界已經研發不同的方法來進行動態風險管理，其中包括“胡蝶結”（bow-tie，2013年）方法，貝葉斯（Bayesian，2020年）方法，“非常規事故前兆的動態識別程序”，即DyPASI方法（2013），以及“風險列表”方法（Risk Barometer，2015年）等。

在動態危險識別與風險管理方法中，使用2013年業界提出的風險描述“胡蝶結”方法，以及2015年提出的“風險列表”方法。此外，還有2015年提出的“非常規事故前兆的動態識別程序”方法。

值得注意的是，所謂“靜態”與“動態”風險管理的顯著區別，是列表中的風險影響因子的加權系數狀態。“靜態風險管理”風險影響因子值是不變的，而“動態風險管理”風險影響因子值是隨時變化，且因子變化依據來自機器學習程序。