CC BY
35ПРИНЦИП ПРОГНОЗИРОВАНИЯ ВОЗМОЖНОГО ТИПА (ПРИРОДЫ) АВАРИИ НА МАГИСТРАЛЬНОМ ГАЗОПРОВОДЕ, ОСНОВАННЫЙ НА РАСПОЗНАВАНИИ ОБРАЗОВ
УДК 629.039.58
С.В. Коваленко, к.т.н., ООО «Газпром газнадзор» (Москва, РФ) И.В. Ряховских, к.т.н., ООО «Газпром ВНИИГАЗ» (Москва, РФ)
A.Б. Докутович, ООО «Газпром газнадзор» С.В. Нефедов, к.т.н., ООО «Газпром ВНИИГАЗ»
B.Д. Шапиро, к.т.н., ООО «Газпром газнадзор»,
shapiro@gaznadzor.gazprom.ru
В статье предлагается один из подходов к прогнозированию различных типов (природы) аварий магистральных газопроводов для задач Системы управления техническим состоянием и целостностью газотранспортной системы. При прогнозировании типа аварии применены аппарат распознавания образов и теория информации. Показано, что путем использования имеющихся в базе данных ООО «Газпром газнадзор» структурированных сведений о происшедших ранее авариях на магистральных газопроводах и анализа результатов однократного шурфования в конкретной точке магистрального газопровода можно сделать вывод о наиболее вероятной физической природе возможной аварии на конкретном участке линейного объекта. Предложенный подход к прогнозированию возможного типа аварии отличается от применяющихся при решении подобных задач подходов отсутствием необходимости предварительного обучения системы распознавания, которое в процессе подготовки к решению задачи уже проведено, поскольку система настроена (обучена) на совокупности упорядоченных сведений о ранее произошедших случаях аварий.
Предлагаемый авторами подход позиционируется как дополнение к прямым методам диагностики и оценки технического состояния в части развития экспертных методов, направленных на выявление предрасположенности различных участков газопроводов к накоплению повреждений, зарождению и развитию дефектов одного определенного типа или их сочетаний. С этих же позиций рассматриваются вопросы выявления повышенной чувствительности или уязвимости участков газопроводов по отношению к различным видам и сочетаниям природно-климатических или эксплуатационных нагрузок и воздействий.
Статья подготовлена в рамках III Научно-практического семинара «Повышение надежности магистральных газопроводов, подверженных коррозионному растрескиванию под напряжением» (ООО «Газпром ВНИИГАЗ», 2017 г.).
КЛЮЧЕВЫЕ СЛОВА: ПРОГНОЗИРОВАНИЕ, РАСПОЗНАВАНИЕ, АВАРИЯ, МАГИСТРАЛЬНЫЙ ГАЗОПРОВОД, СТРЕСС-КОРРОЗИЯ.
Среди аварий и стихийных бедствий различной природы особую группу составляют техногенные аварии, связанные с деятельностью человека по эксплуатации технических систем,зданий и сооружений промышленного, жилищно-бытового и административного назначения. Такие аварии сопровождаются взрывами, пожарами, выбросом опасных
веществ, разрушением зданий и сооружений. По данным Ростех-надзора и МЧС России, ежегодно фиксируется более чем по 40 техногенных аварий и природных ЧС соответственно.
Последствия таких негативных событий и явлений становятся все более опасными для объектов экономики, населения и окружающей среды. Значительную долю
среди них составляют аварии на опасных производственных объектах (ОПО), безопасная эксплуатация которых регулируется Федеральным законом «О промышленной безопасности опасных производственных объектов» [1]. К ОПО в первую очередь относятся элементы инфраструктуры и трубопроводы добычи, транспорта, хранения и переработки газа и
Kovalenko S.V., Candidate of Sciences (Engineering), Gazprom gaznadzor LLC (Moscow, Russian Federation)
Ryakhovskikh I.V., Candidate of Sciences (Engineering), Gazprom VNIIGAZ LLC (Moscow, Russian Federation) Dokutovich A.B., Gazprom gaznadzor LLC
Nefedov S.V., Candidate of Sciences (Engineering), Gazprom VNIIGAZ LLC
Shapiro V.D., Candidate of Sciences (Engineering), Gazprom gaznadzor LLC, shapiro@gaznadzor.gazprom.ru
Principle of forecasting the possible type (nature) of the accident on the gas pipeline, based on the recognition of the images
The article presents the approach for prediction of various types (or nature) of accidents at the gas pipelines for the Pipelines Integrity Management System. A pattern recognition algorithm and information theory are applied to predict the accident type. It is shown that it is possible to judge the most probable physical nature of possible accidents on a particular stretch of the pipeline using the structured information from the database of Gazprom Gaznadzor LLC about previous accidents on gas pipelines and analysis of selected digging results at a specific point of the pipeline.
The proposed approach for prediction a possible accident type differs from the applied ones by lack of need the prior training of the recognition system, which has carried out already before the problem solution, because the system was adjusted (trained) on ordered set of the previously occurred accidents.
The approach proposed by the authors is positioned as an addition to direct methods for diagnostics and assessment of
the technical state in terms of the development of expert methods aimed at identifying the predisposition of various sections
of gas pipelines to the accumulation of damages, the generation and development of defects of one particular type or their
combinations. The issues of identifying the elevated sensitivity or vulnerability of gas pipeline sections to different types
and combinations of climatic or operational loads and impacts are considered from the same perspective.
The article is prepared in the framework of the III Scientific-Practical Seminar "Improvement of Reliability for Gas Pipelines
Subjected to Stress Corrosion Cracking" (Gazprom VNIIGAZ LLC, 2017).
KEYWORDS: FORECASTING, RECOGNITION, ACCIDENT, MAIN GAS PIPELINE, STRESS CORROSION.
нефти, крупнейшим владельцем которых является ПАО «Газпром».
В целях централизованного управления техногенными рисками эксплуатации газотранспортной системы, а также поддержания высокого уровня экологической и промышленной безопасности в ПАО «Газпром» внедряется Система управления техническим состоянием и целостностью газотранспортной системы (СУТСЦ ГТС) [2, 3]. Основой СУТСЦ ГТС выступает долгосрочное планирование мероприятий по техническому диагностированию и капитальному ремонту газопроводов. При этом процессы планирования участков МГ в рамках действующей нормативной документации базируются на информации о фактическом техническом состоянии трубопроводов, наиболее информативным инструментом для получения которой являются периодические технические диагностирования с использованием
внутритрубных дефектоскопов. Развитие технологий и технических средств диагностирования дает основания для совершенствования норм оценки опасности дефектов и повреждений трубопроводов, их ранжирования по степени влияния на надежность магистральных газопроводов (МГ) при различных условиях и режи -мах эксплуатации [4-6].
С этих позиций представляет интерес развитие методологии и расчетно-аналитических методов, направленных на выявление предрасположенности различных участков газопроводов к накоплению повреждений, зарождению и развитию дефектов одного определенного типа или их сочетаний. В этой же плоскости расположены вопросы выявления повышенной чувствительности или уязвимости участков газопроводов по отношению к тем или иным видам и сочетаниям природно-климатических или эксплуатационных нагрузок и воздействий.
МЕТОДИЧЕСКИЕ ОСНОВЫ
В статье представлена методология прогнозирования типа (природы) возможной аварии на газопроводах ПАО «Газпром» с применением аппарата распознавания образов и теории информации [7]. Распознавание образов -повсеместно встречающаяся в быту, на производстве, в науке процедура, приводящая к кате-горированию (т. е. классификации) распознаваемых объектов, процессов, сигналов, событий или явлений по определенным признакам [8]. Далее, чтобы не дублировать разные понятия,содержащие термин «класс», - «класс опасности объекта» [1] и «класс объекта» (применяется при распознавании образов) - во втором случае будем применять термин «категория объекта», а задачу «классификация объектов» при распознавании образов называть категорированием.
Применение для ОПО ПАО «Газпром» категорирования
Схема последовательного (ступенчатого) распознавания аварий Scheme of sequential (stepped) identification of accidents
аварий и создание методологии прогнозирования наиболее вероятного вида гипотетической аварии на магистральном трубопроводе может быть полезным при определении требований к периодичности и объему его технического диагностирования и ремонта, нормировании допустимых повреждений труб. Такая методология может быть также положена в основу системы поддержки и принятия решений при установлении специальной комиссией по расследованию причин аварии.
Решение указанной задачи становится возможным благодаря тому, что ООО «Газпром газнадзор» формирует упорядоченную базу данных обо всех случаях аварий на МГ начиная с середины 1960-х гг., основанную на сведениях эксплуатирующих организаций и данных Ростех-
надзора (ранее - Госгортехнадзор России) [9].
Задача категорирования (прогнозирования вероятной причины аварии) решается с привлечением имеющихся ретроспективных данных о сопутствующих ей признаках, сгруппированных по физической природе их происхождения.
Процедуру категорирования аварий в общем виде можно организовать последовательной, например двухступенчатой, т. е. с возможной детализацией выводов (результатов категорирования) на втором и/или последующих этапах распознавания. Как показал предварительный анализ информационной обеспеченности различных категорий аварий, для определения физической природы возможной аварии в любой точке газотранс -портной системы целесообразно
использовать схему ступенчатого распознавания, представленную на рисунке.
По результатам анализа признаков различных аварий, имеющихся в базе данных, на первом этапе распознавания образа целесообразно установить принадлежность конкретного случая разрушения МГ к одной из п = 3 укрупненных категорий. Указанные категории аварий образуют (в терминах теории вероятностей) «полную группу», обобщая все случаи аварий, внесенные в базу данных, рассматриваемые с позиций причинной идентификации при расследовании этих происшествий.
На втором этапе процесса распознавания образа аналогичная работа может быть проведена относительно установленной подгруппы аварии для дальнейшего исследования и уточнения
ее возможного механизма (природы). На третьем этапе процесса распознавания образа аналогичная работа может быть проведена относительно установленной на втором этапе (как наиболее вероятной) категории аварии для уточнения ее возможного механизма (природы аварии).
Так, если при распознавании на втором этапе определяющей причиной аварии оказалась стресс-коррозия участка или элемента, то на третьем этапе в качестве причины аварии рассматриваются: продольно-ориентированная стресс-коррозия, характеризующаяся повышенными локальными кольцевыми напряжениями в местах отслоения пленочной изоляции МГ трассового нанесения и т. д.; поперечная стресс-коррозия, обусловленная высоким уровнем изгибных напряжений в местах доступа коррозионной среды к поврежденному участку МГ.
Резюмируя описанное выше, на всех этапах процесса распознавания возможного вида (природы) аварии формируется пространство признаков с учетом факта уже состоявшегося отнесения рассматриваемой аварии к определенной категории или подгруппе.
СОПУТСТВУЮЩИЕ АВАРИЯМ ПРИЗНАКИ
Особо следует остановиться на совокупности признаков, сопутствующих конкретной аварии. При распознавании аварии вместе с объектом распознавания (вид возможной аварии) рассматриваются совокупности условий работы трубопровода, параметров режима, конструктивные особенности и т. д. Таким образом, наряду с факторами,характеризующими непосредственно аварийный объект (характер деформаций, трещин, внутренних дефектов и т. д.), под «признаками аварии» подразумеваются любые факторы, сопутствующие такому событию.
Анализ признаков,сопутствующих авариям, дополняется комплексным анализом технического состояния и целостности линейной части МГ [10].
База данных ООО «Газпром газнадзор» предполагает следующее условное разделение признаков аварии по типам:
- внешние (сопутствующие), к которым относятся нагрузки, воздействия на трубопровод, а также обстоятельства, в той или иной степени способствующие инициализации или развитию аварии, влияющие на его прочность, герметичность, несущую способность;
- внутренние (собственные), т. е. различные дефекты, повреждения как металла трубы, так и изоляционного покрытия, механические свойства элементов трубопровода, металлургические дефекты и прочие, определяющие динамику изменения технического состояния объекта до момента аварии.
Внешние и внутренние признаки взаимозависимы, поэтому в поставленной задаче определения вида (природы) возможной аварии их нельзя объединять (рассматривать вместе).
Пространство признаков обязательно регистрируется в процессе расследования аварии, вносится в базу данных об этих происшествиях и отражает принадлежность рассматриваемой аварии к определенному типу (категории). Сопутствующие аварии признаки приобретают измеримые или неизмеримые значения, т. е. качественные или сформулированные в форме логического утверждения или отрицания.
На первом этапе распознавания рассматривается N признаков аварий внутри пространства признаков, каждый из которых является случайным фактором или случайной величиной Я,, х„ ... х„, [11].
1 2 N
Сведения, рассматриваемые в группе случайных величин, описываются численными значениями, в группе случайных факторов -
словесными характеристиками, отражающими свойства каждого фактора. Например, фактор «вид грунта» может приобретать значения: глина, суглинок, супесь, песок и т. д. Случайные факторы, как и дискретные случайные величины, обладают своим рядом распределения вероятностей, но в отличие от случайных величин не имеют числовых характеристик (математического ожидания, дисперсии и т. д.). Значения этой переменной часто называют уровнями.
Для упрощения решения задачи категорирования непрерывные случайные величины (внутреннее давление газа, температура перекачки и др.) представляются здесь их дискретными аналогами.
ИНФОРМАЦИОННЫЙ ПОДХОД
К решению задачи отбора значимых признаков при категори-ровании аварий на первом этапе распознавания применялся информационный подход.
В связи со спецификой понятия «признаки аварий» важную роль для правильной постановки задачи прогнозирования типа (природы) возможной аварии играет качество признаков, основным критерием которого является их информативность. Отбор признаков по критерию их наибольшей информативности на первом этапе распознавания осуществляется по следующему алгоритму:
- вычисление недостающей информации (энтропии) [12] и подготовка матрицы отбора значимых признаков из общего числа N при -
знаков х1, х2.....хГ1 для каждой из
трех категорий;
- оценка значимости признаков; из полученных результатов выбираем для дальнейшего использования ряд признаков, обладающих наименьшими (по модулю) значениями энтропии (т. е. наименьшей недостающей информацией), остальные признаки (с большими значениями суммарной энтропии)отбрасываются как неинформативные;
- пересчет энтропии по информационно значимым признакам и определение категорий аварий, наиболее обеспеченных сведениями для прогнозирования(например, в рамках конкретного региона).
Как показали расчеты, наименьшим значениям энтропии, т. е. информационной неопределенности (в рамках конкретной структуры и фактического содер -жания базы данных об авариях на газовых объектах), отвечает 3-я категория аварий - «Коррозион-но-механические проявления», что позволяет считать прогнозирование аварий по причинам коррозионно-механических проявлений в наибольшей степени информационно обеспеченным.
Алгоритм решения задачи вероятностного категорирования(прогнозирования вида возможной аварии) с применением тестового шурфования представлен ниже.
Пусть, например, для решения задачи прогнозирования наиболее вероятной технической причины (природы)аварии на конкретном участке линейной части эксплуатируемого МГ произведен опыт, состоящий в шурфовании участка МГ в определенной точке с определением значений (уровней) Л0, В0, С0.....внешних (сопутствующих) признаков(факторов)
Л, В, С.....В принципе, полученные
при шурфовании тестовые значения большинства наблюдаемых признаков могут сопутствовать любому из трех событий (гипотез о принадлежности к определенной категории) Н1, Н2, Н3.
Для решения задачи вероятностного категорирования аварий и прогнозирования характера (природы) наиболее возможной аварии целесообразно воспользоваться соотношениями, действующими в схеме событий [13, 14].
Задача определения наиболее вероятной категории гипотетической аварии (при известных распределениях вероятностей тестовых значений/уровней сопутствующих признаков по всем
трем категориям) решается в следующей последовательности:
1) определение значений априорных вероятностей гипотез сортировкой статистических данных: Р(Н) = ...; Р(Н2) = ...; Р(Н) = ...;
2) определение для каждой из трех категорий (по известным априорным распределениям признаков) значений условных вероятностей, соответствующих значениям (уровням) тестового вектора:
Р(Л\Н1) = ...; Р(Б\Н1) = ...; Р(СН = ...; Р(й\Н1) = ...; Р(Е|Н) = ...;... Р(Л\Н2) = ...; Р(Б\Н2) = ...; Р(С\Н2) = ...; Р(0\Н2) = ...; Рад = ...;... Р(Л\Н3) = ...; Р(Б\Н5) = ...; Р(С\Н3) = ...; Р(й\Н5) = ...; Р(Е\Н3) = ...; ...;
3) вычисление по результатам тестовой реализации вектора значений сопутствующих признаков Л, Б, С, ... (т. е. при реализации события VABC) вероятности попадания в каждую категорию компонент(-ы) вектора признаков:
р(уавс\Н;) = 1 - [1 - р(л\Н1)] х х [1 - Р(Б\Н1)]........
P(VabcH) = 1 - [1 - Р(Л\Н2)] х
х [1 - Р(Б\Н2)\.......
P(Vabc \Н) = 1 - [1 - Р(Л\Н3)] х х [1 - Р(Б\Нз)].......;
4) определение среднего значения вероятности события VABC по формуле полной вероятности:
PWЛВС.) = РН^лвсЖ) + Р(Н2) х х WabcJH) + Р(Нл)í5(VЛБC.\Нз);
5) вычисление по формуле Бай-еса [13] оценок условных вероятностей Р(Н1\\/ЛБС) по категориям и установление наиболее вероятной природы гипотетической аварии путем сравнения полученных оценок для рассматриваемых категорий:
р№БС.) = .••; WABC.) = .••;
Р(Нз\С_) = . .
Следует подчеркнуть, что вышеуказанная задача должна рас-
сматриваться для случая анализа только внешних (сопутствующих) признаков, фиксируемых при тестовом шурфовании, при этом приведенные рассуждения касались только первой ступени распознавания.
Для анализа правильности полученного решения задачи прогнозирования вида аварии на первом этапе распознавания следует с использованием приведенного алгоритма повторить решение относительно внутренних (собственных) признаков, которые могут быть определены при том же тестовом шурфовании: механических дефектов основного металла; нарушений изоляционного покрытия; сетки трещин; дефектов сварного продольного шва; отклонений от проекта механических свойств основного металла и т. д.
Отметим важность обязательного выполнения категорирования относительно внутренних (собственных) признаков, которое часто влияет на общий результат решения.
В случае когда при расчете по внешним и внутренним признакам получатся разные результаты, т. е. реализуются разные прогнозные механизмы возможной аварии, необходимо в дальнейшем учитывать возможность реализации обоих механизмов аварийного разрушения, в том числе и при уточнении механизма разрушения на последующих этапах распознавания аварии.
ВЫВОДЫ
Разработана методика прогнозирования вероятного типа (природы) гипотетической аварии магистрального газопровода на основе тестового шурфования газопровода с использованием аппарата распознавания образов, теории информации и привлечением упорядоченного массива ретроспективных сведений о случаях аварий на магистральных газопроводах.
Прогнозирование возможного типа аварии отличается от применяющихся при решении по-
добных задач подходов [15, 16] отсутствием необходимости предварительного обучения системы распознавания, которое в процессе подготовки к решению задачи уже проведено, а система настроена (обучена) на совокупности упорядоченных сведений о ранее произошедших случаях аварий.
Методика предназначена для прогнозной оценки наиболее вероятного типа (физической природы) гипотетической аварии на конкретном участке эксплуатируемого газопровода на основе данных, полученных с помощью пробного (одиночного или многократного) шурфования.
Методика прогнозирования типа (природы) гипотетической аварии на эксплуатируемом магистральном газопроводе допускает расширение алгоритма в целях учета дополнительных данных об условиях эксплуатации участка газопровода с использованием качественных и количественных результатов диагностических исследований. ■
ЛИТЕРАТУРА
1. Федеральный закон «О промышленной безопасности опасных производственных объектов» от 21.07.1997 № 116-ФЗ (последняя редакция) [Электронный ресурс]. Режим доступа: http://www.consultant.ru/document/cons_doc_LAW_15234/ (дата обращения: 01.06.2018).
2. Аксютин О.Е., Алимов С.В., Пасечников А.Н. и др. ГИС МТ ООО «Газпром трансгаз Сургут» как полигон для апробации новой методологии управления техническим состоянием и целостностью объектов ГТС // Газовая промышленность. 2012. № 9. С. 19-21.
3. Пасечников А.Н., Нефедов С.В., Алексеев А.О. и др. Комплексный подход к формированию системы управления техническим состоянием и целостностью газотранспортной системы ОАО «Газпром» // Доклады IV Междунар. науч.-техн. конф. «Газотранспортные системы: настоящее и будущее». М.: Газпром ВНИИГАЗ, 2012. С. 260-270.
4. Алимов С.В., Арабей А.Б., Ряховских И.В. и др. Концепция диагностирования и ремонта магистральных газопроводов в регионах с высокой предрасположенностью к стресс-коррозии // Газовая промышленность. 2015. № S724. С. 10-15.
5. Арабей А.Б., Ряховских И.В., Мельникова А.В. и др. Технология ремонта магистральных газопроводов, подверженных коррозионному растрескиванию под напряжением // Наука и техника в газовой промышленности. 2017. № 3. С. 3-16.
6. Ряховских И.В., Мельникова А.В., Мишарин Д.А. и др. Совершенствование технологии ремонта протяженных участков магистральных газопроводов, подверженных коррозионному растрескиванию под напряжением // Вести газовой науки: Науч.-техн. сб. 2016. № 3. С. 79-86.
7. Докутович А.Б., Шапиро В.Д., Коваленко С.В. и др. Прогнозирование возможности реализации различных видов негативных событий на объектах магистральных газопроводов Единой системы газоснабжения Российской Федерации [Электронный ресурс]. Режим доступа: http://new.groteck.ru/images/catalog/46628/6db73340a71268aa46dc28f08ab9b135.pdf (дата обращения: 01.06.2018).
8. Горелик А.Л., Скрипкин В.А. Методы распознавания. М.: Высшая школа, 1984. 208 с
9. Аварийность и травматизм на объектах нефтегазового комплекса // Информ. бюл. Федеральной службы по экологическому, технологическому и атомному надзору. Спецвып. М.: ЗАО НТЦ ПБ, 2013. 83 с
10. СТО Газпром 2-2.3-253-2009. Методика оценки технического состояния и целостности газопроводов [Электронный ресурс]. Режим доступа: http://snipov.net/c_4683_snip_59641.html (дата обращения: 01.06.2018).
11. Справочник по прикладной статистике / под ред. Э. Ллойда, У. Ледермана, Ю.Н. Тюрина. В 2 т. Т. 2. М.: Финансы и статистика, 1990. 527 с.
12. Волькенштейн М.В. Энтропия и информация. М.: Наука, 2006. 193 с.
13. Вентцель Е.С. Теория вероятностей. М.: Наука, 1969. 576 с.
14. Румшинский Л.З. Элементы теории вероятностей. М.: Наука, 1976. 240 с.
15. Берман А.Ф., Николайчук О.А., Малтугуева Г.С., Юрин А.Ю. Применение прецедентного подхода для поддержки принятия решений при определении причин и прогнозировании инцидентов и аварий // Безопасность труда в промышленности. 2014. № 11. С.18-23.
16. Чыонг Ван К.Н., Воробьев Ю.Б. Определение наиболее опасных аварийных ситуаций на АЭС и идентификация их возникновения в процессе эксплуатации // Вестник Московского энергетического института. 2016. № 5. С. 30-38.
REFERENCES
1. Federal Law "On Industrial Safety of Hazardous Production Facilities" of July 21, 1997, No. 116-FZ (last edition) [Electronic source]. Access mode: http://www.consultant.ru/document/cons_doc_LAW_15234/ (access date: June 1, 2018). (In Russian)
2. Aksyutin O.E., Alimov S.V., Pasechnikov A.N., et al. Geoinformation System of Main Pipelines of Gazprom transgaz Surgut LLC as a Testing Ground for Approbation of a New Methodology for Managing the Technical State and Integrity of the Gas Transportation System Facilities. Gazovaya promyshlennost' = Gas Industry, 2012, No. 9, P. 19-21. (In Russian)
3. Pasechnikov A.N., Nefedov S.V., Alekseev A.O., et al. Integrated Approach to the Formation of a Management System for the Technical Condition and Integrity of Gas Transportation System of Gazprom OJSC. Reports of the IV International Scientific and Technical Conference "Gas Transportation Systems: Present and Future". Moscow, Gazprom VNIIGAZ, 2012, P. 260-270. (In Russian)
4. Alimov S.V., Arabey A.B., Ryakhovskikh I.V., et al. Concept of Diagnostics and Repair of the Main Gas Pipelines in the Regions with High Possibility of Stress Corrosion // Gazovaya promyshlennost' = Gas Industry, 2015, No. S724, P. 10-15. (In Russian)
5. Arabey A.B., Ryakhovskikh I.V., Melnikova A.V., et al. Technology of Repair of the Main Gas Pipelines Subjected to Stress Corrosion Cracking. Nauka i tekhnika v gazovoy promyshlennosti = Science and Technology in the Gas Industry, 2017, No. 3, P. 3-16. (In Russian)
6. Ryakhovskikh I.V., Melnikova A.V., Misharin D.A., et al. Perfecting an Overhaul Procedure in Respect to Long Sections of Gas Mains Subject to Stress Corrosion Cracking. Nauchno-tekhnicheskiy sbornik "Vesti gazovoy nauki" = Scientific and Technical Collection "News of Gas Science", 2016, No. 3,
P. 79-86. (In Russian)
7. Dokutovich A.B., Shapiro V.D., Kovalenko S.V., et al. Forecasting the Possibility of Implementing Various Types of Negative Events at the Facilities of the Main Gas Pipelines of the Unified Gas Supply System of the Russian Federation [Electronic source]. Access mode: http://new.groteck.ru/images/ catalog/46628/6db73340a71268aa46dc28f08ab9b135.pdf (access date: June 1, 2018). (In Russian)
8. Gorelik A.L., Skripkin V.A. Methods of Recognition. Moscow, Vysshaya shkola, 1984, 208 p. (In Russian)
9. Accident and Injury at the Oil and Gas Facilities. Information Bulletin of the Federal Environmental, Industrial and Nuclear Supervision Service of Russian. Special Issue. Moscow, Scientific and Technical Center for Research of Industrial Safety Problems CHSC, 2013, 83 p. (In Russian)
10. Company Standard STO Gazprom 2-2.3-253-2009. Methodology for Assessing the Technical Condition and Integrity of Gas Pipelines [Electronic source]. Access mode: http://snipov.net/c_4683_snip_59641.html (access date: June 1, 2018). (In Russian)
11. Handbook on Applied Statistics. Edited by E. Lloyd, W. Lederman, Yu.N. Tyurin. In 2 books. Book 2. Moscow, Finansy i Statistika, 1990, 527 p. (In Russian)
12. Volkenstein M.V. Entropy and Information. Moscow, Nauka, 2006, 193 p. (In Russian)
13. Wentzel E.S. Theory of Probability. Moscow, Nauka, 1969, 576 p. (In Russian)
14. Rumshinsky L.Z. Elements of the Theory of Probability. Moscow, Nauka, 1976, 240 p. (In Russian)
15. Berman A.F., Nikolaychuk O.A., Maltugueva G.S., Yurin A.Yu. Apply a Case-Based Approach to Support Decision-Making in Determining Causes and Predicting Incidents and Accidents. Bezopasnost truda v promyshlennosti = Occupational Safety, 2014, No. 11, P.18-23. (In Russian)
16. Truong Van Khan Nyat, Vorobev Yu.B. Determining the Worst-Case Accidents at an NPP and Identifying Their Occurrence during Operation. Vestnik Moskovskogo energeticheskogo instituta = MPEI Vestnik, 2016, No. 5, P. 30-38. (In Russian)
