1 引言

　　近年來，我國核電產業不斷堅持自主創新，產業規模與能力得到大幅提升。根據中國核能行業協會發布的《中國核能發展報告》(2018)藍皮書[1]，截至2017年年底，我國在運核電機組達到37臺，位列全球第四;發電量達2474.7億千瓦時，位列全球第三。清潔能源占比過小是目前中國能源結構的突出問題，過于依賴火電導致中國環境問題日趨嚴重。核電屬于清潔能源，較之煤炭發電，更能節約資源，符合國家節約資源的政策。可以預見，未來5~10年，在國家政策的強力推動下，以核電為首的清潔能源比例將得到大幅提升。

　　盡管核電正在向著信息化、智能化的方向穩步前進，但距離完整落地、成為生產力代表尚有距離。例如，核電站能否在大規模復雜電力供求下穩態運行?能否在多智能體系統間優化運行?能否在人在回路中找到最優收斂方案?這些都需要大量成本去追溯。然而，核電站卻有著生產資料貴、研究代價高、場景高度危險等實際問題，還涉及種種社會因素，這些都導致核電站處在實驗難的處境[2]。

　　因此，本文嘗試利用基于 ACP(人工社會(artificial societies)、計算實驗(computational experiments)和平行執行(parallel execution))的平行系統理論去解決核電站研究面臨的問題。將理論研究、科學實驗和計算技術3種科學研究手段結合起來，在常規核電研究的基礎上，添加社會性關聯問題的探索，解釋各要素間關系的演化，以及自適應處理各類異常狀態的能力，在復雜核電系統研究的多元化和集成化上又向前推進了一步，對核電系統邁向智能化發展具有重要的意義。

　　2 平行核電的發展歷程

　　平行系統(parallel systems)的構想起源于 1994年的智能系統研究。王飛躍提出了嵌入式協同仿真方法——即將協同仿真 (co-simulation)嵌入實際系統以實現對實際系統的智能控制，并將其命名為影子系統(shadow systems)[3]。2004年，王飛躍研究了復雜系統領域的人工現象(如人工生命、人工系統、人工社會)問題[4]，并強調了“虛”空間的重要作用;同時從不同層面開展了復雜系統與人工社會交叉融合[5]的系統性研究，以及基于人工社會的計算實驗理論與仿真研究[6]，提出了利用平行系統方法解決復雜系統的管理與控制問題[7]。同年，王飛躍就如何利用計算方法來綜合解決復雜社會經濟系統和城市綜合發展的科學問題，正式提出了人工社會(artificial societies)、計算實驗(computational experiments)與平行執行(parallel execution)相結合的ACP 方法[8,9]。2009 年，王飛躍聚焦我國核電產業發展問題，將平行理論應用到核電領域，撰寫了題為《平行核電體系與先進中國核電站ACP系統的框架》的國核自儀系統工程公司建議報告[10]。針對美國AP1000型核電站，提出利用平行思想構建中國自己的更安全、更可靠、更高效的“先進中國核站ACP(advanced China plants)”設想，首次提出了“平行核電”的概念，系統闡述了平行核電的指導思想、基礎原理、應用方向和解決方案，以解決核電復雜系統中不可準確預測、難以拆分還原、無法重復實驗等復雜性問題。同年，王飛躍在國核自儀系統工程公司杭州研討會[11]上系統地闡述了平行理論與核電產業結合的具體實施方法，以反應堆、核電站、核工業等為落地點，針對核電體系的實際系統流程，將生產內容分解成可定量、可計算、可執行的過程，使來自物理、社會及信息社會的知識經驗形式化、計算化、可視化，促使實際流程向人工流程轉變，從而化繁為簡、減小核電系統相關目標的不確定性，實現核電系統的智能管控。

　　平行核電的涵義在于首先通過核電數據、算法、模型等在虛擬空間中構建人工系統;然后將人工核電系統作為虛擬空間的實驗室，并在其中采用計算實驗方法研究各種可能的現實情景，對影響復雜系統行為的各種可能的因素進行定量分析;最后，通過多種數據感知與數據同化方法實現人工系統與實際系統的平行執行[12]，測量實際核電系統的狀態數據，更新人工系統的模型、參數、算法，確保人工系統的計算實驗結果的可靠性，并通過計算實驗分析支持實際核電系統的優化管理與控制。

　　此外，平行系統強調人工系統和實際核電系統的虛實互動和協同演化，注重從實際系統中測量系統狀態和采集數據，并反饋到人工系統中更新系統狀態、模型和參數，使得人工系統基于實際系統的實時狀態開展計算，提高對實際核電系統行為預測的準確性。

　　3 平行核電系統架構

　　平行核電系統的構建及其與實際系統的互動涵蓋了描述智能、預測智能和引導智能3個層次[12]。

　　3.1 平行核電之描述智能

　　描述智能(descriptive intelligence)解決如何在虛擬空間(cyberspace)構建人工系統、描述實際系統。由于核電系統具有很強的不確定性、多樣性、復雜性，無法滿足可實驗、可重復等要求，很多實驗難以或無法進行，例如反應堆融堆、主泵損壞、安全殼碎裂等。因此，復雜核電系統通常進行的是離線化、經驗性的分析，難以滿足實時化、精確化的需求。

　　傳統的核電描述主要是對核電物理的模擬，進一步是對發電環境，乃至社會環境的模擬和建模，逐漸使得虛實之間形成了巨大的鴻溝。由于建模鴻溝的存在，描述系統的建模方法由直接控制系統行為的“牛頓定律”轉向間接影響系統行為的“默頓定律”[13]。

　　描述智能特指基于數據通過學習和訓練而構建的模型。現有大部分核電設備和環境模型的特征在于，給定當前系統參數時，理論上可通過公式求解準確獲得系統后續動態，使系統可計算、可預測，這類系統稱為牛頓系統。對于一個僅由作物與環境構成的系統，牛頓系統在一定范圍內適用。但由于核反應的模型復雜度高，實際應用中往往會替代為基于數據和智能算法的模型。這類基于數據的統計模型(黑箱模型)包括人工神經元網絡、支持向量機和模糊方法等，是核電智能管理和控制的基礎。以數值反應堆為例，通過建立一個可預測的虛擬數值反應堆集成環境進行多專業化精準計算分析，實現耦合協同，預測真實反應堆從設計、制造、運行到退役等全生命周期內的各種性能、參數等[14]。

　　平行核電的邏輯和原理如圖1和圖2所示。

　　平行核電的模型包括基于知識的模型、基于數據的模型，以及數據和知識共同驅動的模型3類。

　　① 基于知識的模型。核電的知識描述主要包括主要反應堆因子的描述;核反應的模擬為發電的描述提供輸入數據。一方面是社會用電需求的模擬，包括各種電力上網模型;另一方面是熱循環模型，包括反應堆溫度以及蒸汽溫度模型。核反應的模擬可用于核電站的設計以及對核島內能量流動的理解和教學。發電管理則包括儀控儀表系統、物資系統、人員因素與時間確定等，以對核電生產進行定量研究。核電經濟因素的描述，包括核電站的投入與產出關系、電力市場價格的描述，以期指導未來的生產計劃[15]。

　　

　　圖1 平行核電邏輯

　　

　　圖2 平行核電原理

　　② 基于數據的模型。人工系統的構建方法將對象視為黑箱，關注輸入和產出之間的關系，而不去對反應堆內部的復雜過程進行建模和模擬。通過構建堆芯、反應堆、核島、核電站、社會相關模型，在數據充分的條件下，可以通過反復訓練和學習達到期望的效果，實現人工系統構建的目的。

　　③ 數據和知識共同驅動的模型。核電站生產受核電站本身和外部環境影響，在不同的社會環境下，盡管人和社會因素有一定的不確定性，但仍保持一定的規律。根據人和社會規律的描述與數學統計模型相結合的思路，將描述核電站全生命周期的模型與機器學習相耦合，使得模型有很強的可塑性，同時還可以計算多種狀態變量，使得對過程的完全不可知具有一定的透明性。這種方式不僅降低了對數據的依賴性，而且彌補了傳統模型難以模擬和預測人員操作等行為的不足。

　　3.2 平行核電之預測智能

　　預測智能(predictive intelligence)是建立在描述智能基礎之上的對未來發展的預估和優化，其基于計算實驗實現，反映的是基于當前和過去的規律的對未來的認識。

　　借助信息技術和人工系統，在虛擬空間中可快速預測不同環境或控制管理下的核電站，例如不同溫度、堆芯、壓力條件下的發電響應，以及在假定電力市場變化的判斷下發電量的變化。除了受環境影響，核電站還受內在人員的影響。基于人的干預，對不同行為信息進行發電模擬和預測，以實現目標場景下的生成設計。

　　平行核電預測智能框架如圖3所示。

　　要實現期望的目標，歸根結底要解決如何對企業的生產過程、生產環境進行更好的管理和控制的問題。預測智能通過計算實驗，對不同層面的管理進行預估和優化，認識實際系統各要素間的關系。實際上，核電系統每天都在產生并存儲大量的數據，這些數據包含控制系統和設備運行的重要信息。利用大量的離線、在線數據和知識，實現面向計算實驗的人工系統的分析和評估、控制器優化。同時實現計算實驗的方案設計和驗證，利用計算實驗實現實際系統組成與行為的主動辨識和控制。

　　

　　圖3 平行核電預測智能框架

　　計算實驗包含5個功能模塊，即核心仿真模塊、數據中心模塊、實驗設計模塊、學習與優化模塊、實驗評估模塊，通過模塊間的協同，最終實現閉環交互。

　　(1)核心仿真模塊

　　經過可信度驗證的人工核電系統，加載各類模型，添加各種假設和可能的情況到場景庫，通過計算實驗來驗證。統計分析各個階段的數據，反饋至系統初始建模階段以提高平行核電的仿真效果。將虛實系統的單一組件或多組件相連，同時保持整體一致性，通過人工系統與實際系統的比較，動態修正人工核電系統模型。

　　(2)數據中心模塊

　　為了彌補實際數據在時間、空間、來源等方面的不足，在核電實際數據的基礎上，通過計算實驗，自我生成虛擬大數據，采用對偶方式進行虛實互動，修訂、補足和平滑數據。通過多次迭代，逐步逼近實際分布，逐漸完備數據。虛擬數據是大數據，其大小由耦合關系和實驗規模決定。

　　從產生數據到解決問題，每條數據會經歷多次循環往復，每次循環過程包括6個階段：數據獲取、數據清洗、數據表示、數據解析、數據智能，數據引擎。數據集在各階段的表現不同，從獲取問題相關的數據集，到解決問題的數據集，數據集的動態反映為一個動力學軌跡，該軌跡包括了實際數據集、虛擬數據集、智能數據集的動態變化過程。經過多次擴張收斂、循環往復，最終收斂為核電系統的各類解決方案。

　　(3)實驗設計模塊

　　利用核電站相關信息，為核電站設計各類實驗情景，以計算機為試驗場，進行各類軟性實驗。通過計算實驗的場景生成、驅動機制、結果分析和實驗評估等關鍵技術(并在此基礎上針對特定的核電領域設計多種場景化實驗)，研究動態演化規律及其常規和非常規管控策略。

　　在人工系統上進行各種核電站異常情況下的計算實驗是平行控制的特色。通過復雜核電系統異常情況下的計算實驗，對系統的故障行為進行預測和分析，以形成應急預案，提前演練，減少實際系統發生故障的可能性和危害。在人工建模與驗證研究的基礎上，利用計算實驗方法進行各種各樣的“加速”“壓力”“極限”“失效”“突變”等實驗，分析復雜系統的演化結果，形成正常情況與應急情況下的應對方案，以指導復雜核電系統[16]的安全、高效、可靠運行。

　　計算實驗在數據處理階段，從原始數據中選取特定的“小數據”，結合先驗知識，并將其輸入人工系統。結合特定的原始小數據與人工系統，使用預測學習的方法產生大量的新數據，構成解決問題所需要的“大數據”。在行動學習中段運用強化學習思想，使用遷移學習來描述系統的動態變遷，通過指示學習的方式在人工核電系統中對行動空間進行探索。通過學習提取，得到小知識，用于場景的精準知識，并將其應用于平行控制。而平行控制對引導系統進行特定的數據采集，獲得新的原始數據，并再次進行新的平行學習，使系統在數據和行動之間[17]得到優化。

　　(4)學習與優化模塊

　　學習與優化模塊用于在計算實驗中選擇并訓練算法，也可用于實際運行算法的優化。此處的學習與優化模塊泛指使用機器學習或其他優化方法，可以是模糊規則推理、遺傳算法、蟻群算法等控制領域的優化方法，也可以是強化學習、深度學習、遷移學習等人工智能方法[18]。

　　(5)實驗評估模塊

　　平行系統通過計算實驗對不同的核電方案進行試驗結果評估，如運行方案的有效性、事件反應方案的合理性、核電站規劃的效益性等。有效解決方案的試驗評估方式包括專家經驗評估方式和模糊評估方案等。充分利用在計算實驗設計、統計學習與數據挖掘方面的研究基礎，研究基于實驗數據的系統內在特性分析方法。采用貝葉斯網絡模型、馬爾可夫隨機場模型、隨機森林模型等，描述大規模復雜過程工業系統各要素間可能存在的相互關系，利用基于子空間分解的大規模智能優化算法的研究成果，實現超高維圖概率模型的高效構建。在此基礎上，研究基于關聯存儲的遺傳規劃技術，輔以響應面分析，從大規模復雜過程工業系統的各要素中發現那些對系統有重要影響的敏感要素，為系統預測與引導提供參考[19]。

　　3.3 平行核電之引導智能

　　引導智能(prescriptive intelligence)是通過描述智能與預測智能找到有利的或優化的策略。在平行執行過程中，平行與實際系統持續相互反饋、相互引導，不僅要利用當前和過去的數據，而且還要綜合考慮期望結果、所處環境、資源條件等更多影響因素，在不停地對比分析所有可能方案的基礎上，提出可以直接用于決策的建議或方案。通過提高人工系統的地位與作用，構建實際系統與人工系統之間交互運行和過程演化的平行控制系統，采用可計算、可實驗、可操作的方法，并采用傳統的滾動優化與綜合集成研討廳的方法研究復雜系統中的科學決策問題，按照“不斷探索和改善”的原則實現對智能的引導[20,21,22,23,24,25]。

　　在核電領域，主要通過對實際系統和平行系統進行行為對比分析，完成對各自未來狀況的預測，相應地調整控制方式，達到共同優化控制的目的。核電的引導智能包括平行核電系統的交互執行與過程演化策略。通過人工系統和實際系統之間的平行引導方式、相互作用機理和協議、交互學習控制策略，以及平行系統的交互執行和過程演化，解析各系統的動態，并對各種方案的執行效果進行評估，作為依據用于支撐控制決策。通過觀察對評估方式或參數進行修正，并迭代進行優化和評估，實現滾動優化引導。與此同時，在引導過程中對平行控制系統的穩定性進行及時有效的評估，保證平行執行過程的可控性和可靠性[26,27,28,29,30]。

　　平行核電引導智能框架如圖4所示。

　　

　　圖4 平行核電引導智能框架

　　通過牛頓系統，對核電系統的各項參數進行控制，進而進行引導以及虛實交互。主要是選取各類指標，引導執行控制效果。從眾多控制Agent中選取最適合用于平行執行的Agent，通過基于Agent控制產生的數據，采用基于數據方法分析評價函數的Lyapunov性質對系統進行穩定性引導，同時對實際系統演化過程的評價函數進行迭代，采用基于數據的值迭代與策略迭代方法對系統最優性進行引導。

　　通過引入社會因子的默頓系統引導智能，實現核電系統的“數信協同”“感控協同”和“知智協同”。通過多層次協同，海量的知智實體、感控實體、數信實體組成了由知識聯結的復雜系統，依據一定的運行規則和機制，形成社會化的自組織、自運行、自優化、自適應、自協作的大核電組織，最大限度地解決了對核電系統中最關鍵的“人”的管控的難題，充分發揮平行系統的引導優勢。通過引導，實現仿真人群體向真人的在線學習，從而實現虛實結合的自我探索學習[31,32,33,34,35,36]。

　　4 平行核電系統的應用

　　我國“一案三制”的核應急管理體系，為各類非常規核突發事件提供了頂層解決框架和相應的管控模式。核事故災害處理作為一項復雜的系統工程，其應對方式與體系結構運用基于 ACP 的平行系統理論框架來設計，進而從資源整合、信息交互、預案處置、決策機制、法律依循等方面分別提升現行虛實結合、可計算、可驗證的核應急管理模式;同時，除了應急智能的培育與生成，還會計算各系統間的有機鏈接，借助信息集成、高性能計算、智能決策等方面的能力，以及人工智能重新定義應急管理體系的集成性、智能性，進而為現行核應急體系注入新的思路。

　　從核應急表征出發，面向核事故情景應對的需求，基于核應急技術體系，可設計源于情景的核應急管理機制和平戰結合的平行核應急管理系統，其邏輯框架如圖5所示[37,38,39,40]。

　　(1)情景驅動的平行核應急管理機制

　　由于核災害的突發性，必須快速、準確地從災害中做出決策響應。基于平行理論，結合非常規突發事件情景應對管理體制，給出情景應對驅動的平行核應急策略。以時間維度將平行核應急管理機制劃分為事前準備、事中響應與事后恢復三部分。

　　事前應急準備機制主要是常態下的管理機制，利用智聯網對關鍵核設施、設備及其區域內的設施進行管理監控，同時管理核應急演習、培訓、指揮、預案評估、核應急資源管控等。

　　事中響應機制通過實時數據集成，綜合核災害現場以及可用應急資源狀況，運用大規模計算進行綜合研判，進而對災害類型、狀態和應急響應級別進行判定;根據判定結果啟動相應的響應預案鏈，并運用現有資源、組織以及演化實驗結果，通過細化重組，對預案和行動方式進行動態調整，形成新的整體響應方案;通過調配相應的資源，實現跨部門組織資源應急聯動，協作執行響應救援任務。響應全過程將基于智聯網實現，完成應急執行方案的動態調整，形成決策指揮、執行調度的閉環響應機制。

　　圖5 平行核電應急框架

　　事后恢復機制是指核應急響應過程完成的后續過程，包括輿情監控、設施維修、恢復重建以及響應效果評估與經驗報告總結等。

　　(2)虛實結合的平行核應急管控系統

　　為了在核應急中確保精確管控，智慧化運轉核應急整體體系及各個環節，必須采用平行核應急管控系統。一方面，管理真實核應急管控系統，即核應急體系、應急視圖、應急體制、應急措施等，建立在功能、層級、資源等方面的整合;另一方面，在平行核應急管控系統(即基于 ACP 理論的人工核應急系統)中，構建基于描述—預測—引導的平行體系，通過計算實驗，對可能發生災害情景的各時間節點建立時空切片進行分解，對不同的應急預案進行評估，預案包括可執行應急標準流程，并針對現有人、財、物的實際情況動態調整方案，使之具有高可行性。通過平行執行，快速實施跨領域集成的核應急方案。最后，通過人工智能技術、知識自動化等技術，為核應急響應提供技術支持。

　　平行核電應急系統如圖6所示。

　　核應急系統采用基于 ACP 理論的平行方法，以大數據為基礎，建立具有彈性、靈活擴展、按需分配的核應急平行系統，以滿足核電系統信息應急對抗演練、重要基礎設施與信息系統的應急測評、應急預警的需要。

　　平行系統由耦合的人工系統與真實系統構成。真實系統包括現實世界運用的應急系統、用戶和核電站等應急參與者;人工應急系統與真實應急系統平行執行，是存在于計算機上的關鍵字應急“計算實驗室”。平行系統實時監控真實與人工應急系統中的交易數據并存儲到平行系統數據庫中，人工應急系統基于虛擬與真實的應急數據，通過生成大量精確可控的計算實驗來輔助產生最優決策并指導真實的應急過程;同時根據真實系統的反饋信息實現計算實驗方案、決策支持算法等的研究、優化和創新。

　　核應急體系的表征在于，在給定當前狀態與參數的情況下，無法通過求解而準確獲得系統下一步的狀態(即行為難以被精確預測)時，借助 ACP理論與默頓系統，由信念和行為反饋出發，直接或間接地促成體系自我優化。這正是平行核應急系統的意義之所在。

　　

　　圖6 平行核電應急系統

　　5 結束語

　　本文結合信息技術和核電發展進程，分析了發展平行核電的必要性和迫切性，提出了平行核電的理念和應用技術，介紹了平行核電系統體系及其實施領域，最后討論了核應急管控系統的具體應用案例。

　　展望未來，通過基于 ACP 理論的平行系統，并結合知識自動化、云計算、大數據、人工智能等技術手段，可實現有機整合的、虛實結合的核電站控制管理系統，在一個平臺上實現社會物理信息系統的深度融合，從而進一步提高我國核電產業的發展水平。

　　致謝

　　感謝中國科學院自動化研究所復雜系統管理與控制國家重點實驗室王飛躍教授在論文研究中給予的支持和指導。

免責聲明：本網轉載自合作媒體、機構或其他網站的信息，登載此文出于傳遞更多信息之目的，并不意味著贊同其觀點或證實其內容的真實性。本網所有信息僅供參考，不做交易和服務的根據。本網內容如有侵權或其它問題請及時告之，本網將及時修改或刪除。凡以任何方式登錄本網站或直接、間接使用本網站資料者，視為自愿接受本網站聲明的約束。