6.3 概率特性描述

6.3.1 概述
    在图2所示的火灾风险估计程序中，火灾概率估计是关键的一步。6.3.2描述了概率估计的可选方法，6.3.3和6.3.4分别详细说明了引燃概率估计和系统状态概率估计。详细的相关内容见GB/T 31593.4-2015中6.3.8的规定。
6.3.2 概率估计的方法
6.3.2.1 概述
    此处的概率是指初始事件概率和状态概率，包括可靠性测量。有些风险分析方法需要附加概率，如状态转移模型。所需概率估计的更详细应用指导参见参考文献[1]。
    概率值可通过下列三种方法之一获得：
    1) 通过数据直接估计；
    2) 通过模型推导得知，该模型将此概率与其他概率联系起来，如将火灾引燃概率同设备构件失效概率、相关人员过失概率以及靠近易燃材料的概率等相联系；
    3) 工程判断。
    在概率估计时，应注意某些普遍的错误或偏倚，包括：
    ——人们往往倾向于把低概率估计的过低而把高概率估计的过高，因此，应注意这个趋势并采用合适的保守方法寻求补偿。
    ——不宜假设所有的情况和事件在概率上是独立的。应注意共同原因事件、相互关联的高风险人员特征和其他情况中组合概率值比部分概率乘积高的情况。
    注：低质量的消防施工和管理，如探测器和自动喷淋没有动作、墙体穿孔、门窗开启和其他消防设施没有发挥作用等情况，更可能导致引燃。
    ——人们往往倾向于高估具有特殊危害的场景概率而低估或忽略类似加热设备和电气系统火灾等普通场景的概率，因此，在估计引燃概率时最好使用火灾事故数据。
    ——工程人员常常依赖高质量和完整的火灾调查数据，从而使其概率估计结果具有误导性。因为数据库只包括所发生火灾的很小部分，而且是偏向高死亡人数的火灾，因此遗漏实际死亡总人数很多的小型火灾和大量财产损失的大型火灾，即每起火灾造成的人员伤亡很小，但加起来后数量就很大了。
    ——不要认为要获得高整体可靠性，就应设置冗余的消防安全系统和设备；或者设置了冗余的消防安全系统和设备就一定会获得高整体可靠性。
    ——任何有效火灾损失数据库中均未有过记载的场景，不宜假定其为零概率。如果这个数据空缺是因为数据库不完整，应在概率估计中采用包含此特例的高概率的普遍场景作为概率估计的基础。对于一个已知但没有发生的事件，可以使用极限值统计方法来估计其非零概率。
6.3.2.2 直接通过数据估计概率
    用数据估计概率实际上就是通过频率来估计，该频率用相关事件估计数作分子，用曝火范围或事件发生的机会作分母。分母的单位可以是时间（如每年的事件发生数）、人（如一建筑物内每千人发生的火灾数）、经估价的财产(如火灾数除以所有建筑及内部物品的总价值)、空间实体(如同类型的千座建筑物所发生的火灾数)或其他实体(如同类型千家公司的厂房所发生的火灾数)。
    分子或分母的数据库可以样本为基础，也可以协商确定。数据源的更多信息见GB/T 31593.2的有关规定。
6.3.2.3 用模型估计概率
    与其他两种估计方法不同，用模型估计概率，其主要优点是模型不仅能提供用于设计分析的估计值，也便于理解设计的改变及其导致的概率变化之间的关系。如果对设计进行火灾风险评估，得到不可接受的估计值时，了解改变之间的关系尤为重要。
    使用模型不是排除使用经验或主观数据，而是用其他变量来代替，模型就是通过这些变量来估计有关后果概率。但有时很难获取这些变量的相关数据，这会抵消模型的优越性。模型输入数据的不确定度比直接使用数据的不确定度更复杂。
    采用蒙特卡洛方法抽样不能替代概率估计，而是一种在确定的概率分布中进行火灾风险计算的数值方法。该数值方法是选择特定火灾场景样本的基础，通过绝对等效的概率加权，使该样本的平均后果严重性成为对整个场景组概率加权后果严重性的最佳估计。关于蒙特卡洛方法，参见参考文献[2]和[3]。
6.3.2.4 用工程判断估计概率
    通过使用德尔菲法或其他减少偏差、提高估计质量的程序，可以做出系统而协调一致的工程判断。
    关于德尔菲法的描述，参见参考文献[4]；关于德尔菲法和其他程序比较，参见参考文献[5]。
    工程判断可以给出具体数值，也可给出一个数值范围。后者可减少估计者之间存在的分歧，并且可用于风险矩阵或其他量化火灾风险的评估程序。有关基于工程判断的估计，参见参考文献[6]。
    当相关数据几乎或完全不存在时，可借助工程判断进行概率估计，此时可能会用到风险矩阵。在矩阵中，所有的概率估计都归结为一小部分分布良好的数值。例如，一个用数量级分开的五个值的方案使用0.5%，5%，50%，95%，99.5%作为数值。一个用半数量级分开的五个值的方案使用5%，15%，50%，84%，95%。
6.3.3 初始事件概率
    当采用损失统计数据作为分子计算的数据时，这些数据可以特指正在研究的建筑、所有同类型的建筑(位置和业主相同)或更大集合的建筑(国家数据库)的损失统计数据。上面每种选择在其适用性、详细程度、数据可获得性以及支持精确估计的数据库大小等方面都各有优缺点。
    可从整个场景已估计过的部分特征概率计算来估计事件概率。例如，在工厂生产区某设备产生火花而引起火灾的概率可通过火花引起的火灾概率以及工厂生产区火灾发生的概率来估计。在此计算中，很重要的一点就是如果没有经过证明，不能做出统计独立性的假设。独立性需要经过验证而不应假设。
    在初始事件中最严重的破坏独立性的例子就是相同原因造成的火灾，如地震同时引发多处火灾并破坏喷淋管道。这种火灾以及对喷淋管道的破坏都是罕见事件，但是二者同时发生的概率不等于事件概率相乘所得到的乘积(值很低)，因为地震是震后所有事件的共同原因。
6.3.4 状态概率和可靠性
    每种消防系统在火灾发生时都有不同的可能状态，如探测器是否接通了电源、喷淋阀是否打开、门是否关闭等。应考虑所有能够影响某火灾场景概率或严重性的状态，这就要求对每种状态的概率进行估计。
    状态概率指火灾引燃时的状态。可靠性一般指引燃之后事件的概率，如探测器或喷淋是否启动、结构构件是否能够继续承受荷载而没有发生不可接受的变形等。
    这些概率的例子都不是指引燃概率，但也应对其进行火灾风险估计。行为场景同样需要概率。