近年来,随着我国“八纵八横”高速铁路网建设进程的加快,人们通过铁路出行的比例日增,在铁路运输中担负着集散中转旅客、衔接各类交通方式、促进城市经济发展等重任的大型铁路客运站的运营安全越来越受关注。铁路客运站技术与设备的更新换代,使得传统的安全管理方法已无法适应当前大型铁路客运站运营管理的要求,探索和制定新形势下大型铁路客运站安全运营的风险管理办法迫在眉睫。因此,研究大型铁路客运站系统安全风险辨识及分析的关键问题意义重大。首先,本文围绕风险的来源问题从全面性和重点性两个维度对大型铁路客运站的危险源辨识展开研究。提出基于大型铁路客运站区域划分的危险源辨识模型,并结合HAZOP技术,得到了危险源汇总表。之后,引入基于事故树的重点风险事件危险源辨识模型,找出了大型铁路客运站重点风险事件的危险源。其次,为筛选出风险较高的危险源以便进行重点管控,本文对危险源进行进一步的定量安全风险分析研究。融合模糊不确定性理论和贝叶斯网络的优点,探究基于事故树模型的贝叶斯网络转化方法和基于模糊不确定性理论的根节点先验概率计算方法,构建了基于贝叶斯网络的大型铁路客运站危险源定量安全风险分析模型。并以火灾事件为例,建立基于贝叶斯网络的火灾事件危险源定量安全风险分析模型,利用GeNIe软件进行贝叶斯模型仿真,实现正、反向的推理。最终推算出火灾事件风险的发生概率,确定了诱发火灾的关键危险源,为精确控制火灾风险提供了技术支持。然后,本文从大型铁路客运站整体角度和运营层面,提出了大型铁路客运站系统运营风险分析的问题。引入BP神经网络模型,依托已有的危险源辨识成果,构建大型铁路客运站风险评价指标体系,通过熵权法计算出各评价指标的权值。并以此指标体系和权值为基础,将样本客运站数据输入BP神经网络进行训练和测试,确定出各模型参数,设计出适用于大型铁路客运站风险评价的BP神经网络模型。该模型既可评价大型铁路客运站整体的运营安全风险水平,又可评价各类评价指标的安全风险水平,与之前微观层面危险源的定量分析相结合,能为查找大型铁路客运站系统安全存在的薄弱环节提供科学依据。最后,以成都东站为例,分别采用BP神经网络模型和模糊评价法对其运营风险进行评价,分析比较两种评价法得出的结果,证明BP神经网络评价模型对大型铁路客运站运营风险分析的效果更优一些。本文从微观层面的危险源定性辨识、定量安全风险分析到整体层面的系统运营风险分析的研究将有利于提高大型铁路客运站系统安全风险管控的针对性和实效性。