经过多年的发展,我国管道供气已基本覆盖全国城镇,随着管道运行时间的推移,燃气管道的风险也随之增加。现在管道风险研究主要着重于寻找管道事故的原因,采取事后处理手段,无法做到事前定量的检测预警机制。本文以N市燃气管道现状为基础,建立燃气管道风险评价模型,并提出预测预警系统,着重风险的事前控制。建立燃气管道风险预警系统,首先需要确定关键指标。在N市燃气管道运行现状及问题的基础上,通过风险识别,搭建了基于事故诱因和事故诱因后果的指标体系,识别出燃气管道风险评价的14个指标。构建了以14个关键指标为输入值,燃气管道风险的概率和综合风险值2个指标作为输出值,隐含层具有10个神经元的典型三层BP神经网络。运用Python中的sk-learn模块,建立训练—验证—预测的BP神经网络模型,以实地调研的数据为参数训练BP神经网络,经过验证,表明了该模型具有良好的适用性。为验证该模型预测功能的准确性,本文选用N市两条典型的燃气管道进行实例证明,验证结果表明BP神经网络得到的风险概率值及综合风险系数值均与实际相符,进一步说明本文所建立的燃气管道风险评价预测系统真实可靠。根据BP神经网络计算出的综合风险系数,得出燃气管道的5个风险等级,并制定了相应的风险管控措施。本文使用的指标采用管道特性及固定参数,没有给出指标的权重,能体现出BP神经网络自身找指标间权重关系的特性,能根据建立好的模型预测管道的风险系数指标,具有很好的借鉴价值。