“截止到4月份最新統計的全國核電發展的數據(我國大陸核電數字)，目前已經有38臺機組在運行，大概是3700萬千瓦，還有一個是18臺機組在建。2020年中國核電比重將從2%提升到4%，到2030年，計劃要達到1.5億千瓦，目前國家的在運機組裝機容量水平相當于全球第4，僅次于美國、法國和俄羅斯;在建容量全球第一。”蘇州熱工研究院設備管理部經驗反饋RCA研究所所長黃立軍發表演講時表示。
蘇州熱工研究院設備管理部經驗反饋RCA研究所所長黃立軍《大數據與人工智能技術助力核電設備可靠性提升》
這個議題相當于在本次論壇中核電里面唯一一個跟大家報告和分享的關于核電領域在人工智能大數據方面應用的報告，非常榮幸也非常惶恐。前面有專家提到，核電站人工智能走在很前列，已經超越常規電力這樣一個案例，實際上這個案例正是多年前在大亞灣核電站實施的一個項目。
今天我介紹的主題是“大數據與人工智能助力核電設備可靠性的提升”。
實際上核電對于工業領域來說可能比較陌生，但是對于電力領域應該說大家還是比較熟悉的或者說比較能理解的一個領域，所以應該不至于談核色變。
中廣核實際上比較早的時候也啟動了智慧電廠，最早2013年就啟動了智慧電廠的建設，2015年項目提升之后叫智能核電。集團里面運作這個項目，且智能核電作為集團里面五大戰略專項之一，目前初步建立了覆蓋從工程設計源頭到運維決策全鏈條、全生命周期的智能化工程。今天介紹的只是其中很小的一個方向，就是核電設備管理方面如何應用大數據和人工智能的實踐和一些想法，也請各位老師和專家對我們提出寶貴的建議。
這是目錄：
第一，核電發展與核電設備可靠性是怎么一回事，以及對設備可靠性管理我們的理解。
第二，新技術在核電設備管理中的應用，主要是講我們在這方面做的一些實踐和工作。
第三，核電設備管理典型案例及未來方向的思考。
中廣核集團是一直致力于發展清潔能源的一個大型核電集團，也是國家目前三足鼎立的核電集團三巨頭之一。這是目前截止到4月份最新統計的全國核電發展的數據(我國大陸核電數字)，目前已經有38臺機組在運，大概是3700萬千瓦，還有一個是18臺機組在建。2020年中國核電比重將從2%提升到4%，到2030年，計劃要達到1.5億千瓦，目前我國的核電在運機組裝機容量全球第4，僅次于美國、法國和俄羅斯。在建容量是全球第一的，就是說全世界核電主要的工程基本上只能在中國，以及中國往外輸出的核電工程，中國是現在目前全球核電最大的建設主體。
中國核電經過30多年的發展，從當初最早的30萬機組的建設，到現在目前可以把具有自主知識品牌的核電技術輸送到國外去，實際上走過的是一個跟跑、并跑到全球領跑的路子。目前我國高科技、高新技術對外輸出核電和高鐵就是兩個名片，包括習大大和李克強總理都在幫忙拿著這兩個名片在對外做相應的技術推介。
簡單介紹一下中廣核在清潔能源發展方面形成的鏈條。目前中廣核有大亞灣基地等六大基地。
這里是講中廣核的“一帶一路”的發展規劃，其中像菲律賓、埃德拉的項目。也有在英國也有投資建設的項目、在納米比亞的湖山鈾礦等。
這里是中廣核的大亞灣基地，這里有著我國首座大型商用核電機組。
這里講的中廣核的核電技術實際上從一個門外漢走到輸出國的歷程，從當時大亞灣幾乎全部的技術都是從國外引進的，一路走來不斷改進和設計創新，并開展了一系列工程的建設。目前華龍一號正在防城港基地3、4號機組建設中。以防城港3、4號機組為原型，未來在英國建設的一些核電項目將以其作為參考模型。我國核電已經具備了完全自主知識產權以及對外輸出的技術水平。
嶺澳核電站1號機組2018年4月4日實現連續安全運行4373天，截止2018年4月12日，嶺澳1號機組已經連續安全運行4381天，目前，這一紀錄仍然再繼續保持和刷新。火電、風電是沒法想象這樣一個可靠性數據的，核電是安全和可靠的。我國《核安全法》已經頒布，中國的核電事業一直以高度責任感、使命感來推動核電事業發展，始終堅持敬畏核安全、呵護核安全。
核電設備管理的特征和需求。前面王主任也介紹，核電系統是人類歷史上最為復雜和繁雜的一個工程，兩臺機組大概20多萬臺套設備，這些設備的安全和可靠性要求都非常高。第二，核電發展非常快，應該說福島事件對我們來說，外部人員感覺可能講對于核電相當于潑了冷水、核電發展遇到了冬天，實際上對核電內部人員理解這個事情的時候，相當于給了停下腳步思考的機會。盡管說福島事件過去了，現在核電也在慢慢提上新的發展日程，核電目前仍將是未來清潔能源的主要組成部分，尤其是在天更藍、水更清的要求下核電還是有非常大的發展前景的。大量核電機組的建設和投運，技術人員、經驗、工具都需要儲備。我們在中廣核里面流傳著一句話，“人不犯錯誤、設備不出問題”，對人和技術都有很高的要求。
第三，多年前一直講的是，核電要保護，基本滿負荷運行，不參與電力市場的調峰。近年來，由于電力市場疲軟，這種情況下核電深度融入到電力市場機制中，核電的特殊例外性已經逐漸被減去，這個時候核電機組同樣面臨不能滿發或者受限停歇的問題。此時對于運營成本的關注就越來越高了。第四，這里面我主要講核電的管理決策相對是比較保守的，我們是做了很多人工智能、大數據的項目，這些項目會用于指導運維或者技術分析提供決策建議，但一般不會直接應用到現場控制閉環。這些新技術當經過逐漸的應用驗證、確認成熟之后，我們也會推廣這些技術。我們集團也非常重視核電的設備管理，利用先進技術助力核電設備管理提升，也是我們團隊的責任。
這里是核電集團級設備管理實踐的小結。核電做集團級的設備管理講五個化，即標準化、專業化、集約化，還有近年來非常關注的智能化和精益化。智能化相當于設備管理專業能力的提升，包括創新應用。精益化主要是效率的提升、成本的下降，包括維修成本控制、備件庫存和優化，以及人力成本的優化。
這是全生命周期設備管理的一個概念圖，中廣核集團是一個大的集團，總體實施專業化的運作，包括相應的專門開展核電工程設計的設計院，包括核電工程總承包的公司，包括相應專業化運營單位，包括相應的維修服務提供商，包括工用技術服務平臺。按照專業化運作之后，對工程和運營之后的數據聯動和數據互通以及全生命周期的設備管理提出了要求，都建立了相應完整的體系。在工程階段我們要做到聚焦設備質量管理，要求設備不帶病出廠、不帶病投運，運營階段要保持或提升系統設備的運行可靠性。以及工程領域和運營領域之間，通過定期聯動的方式，包括管理體系、信息反饋、信息共享等方面都做了相應的聯動。
這是講的大的背景，就是核電發展和核電設備可靠性管理是什么概念。
第二，新技術在核電設備管理中的應用研究。2013年我們啟動了智慧電廠項目，后來集團統籌按照智能核電這樣大的戰略專項在推進工作，這里面講的是其中一個方面、即核電設備管理的內容。
全壽期的設備管理，涉及到的數據和技術就非常多，從設計、制造、采購、安裝、調試、生產準備階段等要建立起全鏈條的數據打通，今天下午包括不少老師也提到了GE的數字雙胞胎。在智能核電專項里面，我們正在做的一件事是，伴隨著華龍一號——防城港3、4號機組的建設，我們已經在進行數字電廠的工程，每一天現場機組敷設了哪條電網、安裝了哪條泵，很快數據可以在數字電廠配置進去。我們的目標是希望實現，等到華龍一號兩臺機組建成的那天，緊接著就是我數字電廠可以很快順利移交。核電領域做這個，初步估計至少在三大核電集團里面是走在比較前面的技術了。
第二個，智能設備，還有供應商網絡的控制。物聯網主要在戰略備件控制和管控方面，前面講到專業化運營的備件管控，包括北到遼寧大連有核電站，南到大亞灣核電基地，還有西邊的防城港核電基地，實際上有很多戰略備件是可以也應該實現共享的，這里面需要跟設備供貨廠家、設備制造、質量控制、運輸、庫存，以及現場維修、需求和計劃安排等各環節統籌分析考慮，整體關聯起來，需要做到的是人工智能和機器學習，數據的挖掘和應用，是貫穿整個流程的。另外，電廠的工程師可以訪問不同的實時和離線數據，很多數據實際上是可以互通的、可以交互的，包括我們現在已經開發了很多的移動端，還包括郵件的提醒，都可以實現數據跟人的直接互動和交互。場景、數據和算法融合，正在逐步實現相應的管理。
這是大數據應用我們的想法，包括從獲得數據開始，圍繞業務目標解決問題，設備管理方面更多圍繞的電廠重大技術問題的及時解決，包括技術問題的探測、診斷、解決和反饋，一個完整的閉環。設備全周期管理，包括從設計角度，我們要提取數據的特征;比如華龍數字電廠投入運行以后，把實時數據接過來，后面的數據的智能檢測、故障診斷、維修決策等等都可以關聯起來。還有一個，在核電里面經常提的，設計參數、調試參數和運行參數的關聯管理和使用，設計參數有一個標準，調試的時候有一個標準，調試的時候這個標準力度怎么樣控制、怎么樣調節，這個時候配置和調節可以直接在系統里面進行關聯實現，并在運行階段得到合理使用和控制。
這是設備管理，設備管理主要涉及到幾個方面，包括監測、評價、智能診斷和預測、健康管理等等。這里面涉及到幾大模塊對應的數據，先講一下數據的基礎，和實施上已經把目前投運的20臺機組的運行狀態數據，已經接到了共有的數據云，企業級的云，可以建立相應的實時數據中心，同時通過過程的數據和設備實時的數據，甚至包括核電領域我們比較強調的外部的經驗反饋的數據都可以接入進來。這里面設備管理只是其中的一個應用領域，應用領域就可以直接與數據中心關聯起來了，就可以從數據中心抓取設備運營的數據、工作過程的數據和經驗反饋的數據來做相應的分析和應用。
這里是全壽期、全過程的數字化和智能化的概念，核電設備可靠性運作的過程，即標準的核電設備可靠性流程，包括設備分級、性能監測、糾正行動、持續改進、壽期管理、預防性維修實施等等相應的流程。
這是設備管理我們規劃應用的技術路線，包括五個方面，從數據到功能場景的應用、功能應用和具體的業務場景活動，以及輸出等階段。包括數據的集成治理、分析建模、功能實現、場景應用、最后實現的收益。我們兩個指標，一個是設備原因導致的核電機組非計劃停堆的次數為0，還有重大設備損壞事件的為0，這兩個指標是非常非常難實現的，我們設備管理工作者或者設備可靠性工作的目標一直朝那個方向在前進。比如，核電機組非計劃停堆的次數這個指標，2017年的水平，中廣核達到的水平明顯優于國際同行水平，實現了非常低的一個數據，或者我們這方面技術水平已經做到了一個比較高的高端，做好高端穩定或者爭取更高水平就是更大的挑戰了。
在大數據技術應用的架構設計方面，包括在線數據的采集和離線數據的采集，包括運行維修的記錄，包括設備故障處理的記錄，以后內外部的設備事件反饋，從數據云里面提取了這些數據，重點是識別和挖掘，通過包括像相似算法、聚類算法和模糊模型等技術，去提取設備的故障特征和設備相應的特征。目前實施的智能監測預警可以給出，在當前的運行環境里面某個設備參數預測值，可以通過這個預測值與真實值的偏差識別并給出相應的預警。相比于以往的絕對值的監測，比如大家熟知的人體量體溫的絕對值的管理，就已經上升至另一個層面的概念了。在這個數據基礎上，還要做設備健康管理和運營決策，都正在規劃設計去做。
第三部分，介紹一下核電設備管理典型案例及未來方向，我們思考未來的發展方向。
目前我們已經建立了核電設備大數據應用與安全實驗室，我們目前團隊人員正在推的核電設備大數據技術研發，怎么樣應用大數據來助力核電的設備管理提升。目前已經建設完成、實現了不同核電基地在運機組的數據接入至在線監測和智能診斷的中心，可以實現核電機組開展群廠監測分析、預警與智能管理支持。中廣核已經建立了相應的實時數據中心，不同機組的設備實時數據、運行狀態數據都已經接入到里面，這些數據可以接過來，用于對重要設備開展智能監測和監測預警。
在智能監測預警模型中，如何抓取設備的特征，分析出參數的預測值，通過相對的概念、即分析預測值與真實值之間的偏差實現智能預警。這種新的基于模式識別的技術，可以實現動態、多參數分析和預警。在智能診斷方面的應用，我們在多年前開展了專家知識庫的應用，基于人為描述或者窮舉發電機等重大設備的故障邏輯是什么樣的，根據設備異常參數或狀態進行追溯，通過不同的輔助判斷來鎖定設備的故障原因。后來發現這種方式，第一，對專家的知識經驗和積累的依賴太強;另外，這是一個推理過程中對本身使用這個軟件人員要求也非常高，這時候我們考慮引入了大數據技術如何去做相應的診斷分析，也是做了相應的案例實踐。
這里是設備智能監測的一個場景，通過一個圖可以知道到底之哪些機組有問題，有問題的機組會表現不同的顏色，一路追溯下來就可以知道什么參數、哪個信號發生了問題，也可以看到具體的設備參數的圖像，在集團總部有群廠的監測中心，在各個電廠有監測室，這些報警數據在移動端或者其他終端也可以看到。
關于知識與數據融合的智能診斷技術，人工智能在原來的知識庫基礎之上加入了機器學習和大數據分析的概念，但是兩者是相融合的，就是說我們并不是有了大數據可以完完全全撇清以往的專家經驗和知識。
通過技術與數據模型相結合，開展設備、系統和機組健康狀況的情況的評價與內外部對標。目前，我們把核電廠分了三個層級，從設備層面、系統層面和機組層面，分別設立了相應的層級指標，可以實現動態的數據管理，指標監測和評估，給出相應的定期評估的監測報告。這個是已經運作起來了，而且例如設備靠性指數這個指數跟國際上其他機組可以對標，目前總體處于國際先進的水平。
關于維修成本的控制，如何實現維修成本的下降。大家可能并不陌生，以可靠性為中心的維修(RCM)，大亞灣核電站其實就是國內核電領域最早做里面做以可靠性為中心的維修，那時候更多關注設備可靠性的保證。隨著近年來我們越來越關注維修成本的下降，我們又提出了基于價值的維修VBM，需要結合設備的故障特征包括故障率的數據、設備維修的歷史數據，以及備件成本、人力成本等數據，以及核電機組的大修計劃等等，綜合做數據分析，推動維修模式的變化，由RCM轉到VBM的方式去做維修成本的控制和優化。
設備缺陷管理，這里面只有一些應用場景，包括有的已經實現的培訓場景、大修期間使用的維修信息交互的平臺等，還在進一步的研發當中。
關于經驗反饋的知識管理，上午有專家提到，用別人的經驗反饋是聰明的人，用自己的經驗反饋是失敗的或者說不聰明的人。事實上核電早就有這樣一個概念，在中廣核集團也非常重視經驗反饋的管理。經驗反饋里面大量復雜的數據、尤其是離線的文本化的數據里面如何去挖掘，提取有用的知識并進行精準的推送，是我們正在做的課題。首先實現數據的治理、數據標準化處理，然后挖掘事件的共性、開展共因分析和趨勢分析等，在核電廠發生重大設備事件之后，這個時候就可以及時精準的推送所需要的信息，可以找出來在歷史上，比如說集團內發生問題事件，當時是什么原因、怎么處理的，集團外是怎么發生的、怎么處理的。現場運維決策人員也可以及時使用到相應的經驗反饋的信息，包括經驗反饋進流程、進現場，比如說核電廠排大修計劃，按照三天滾動的管控計劃的方式，看到這個計劃的時候，就可以很方便找到歷史上實施某項活動時曾產生的經驗反饋數據。這里片子展示的是預防人因失效方面的做法。
未來發展方向方面，核電設備大數據與人工智能應用已經有一些研究和建設，當然可能還存在不健全、不完善的地方，要做很多的完善和提升。各種智慧電廠技術概念很多，如何將新技術真正合理地、智能高效地應用起來，值得我們去實踐、去實現。這是我們目前正在做的和即將要做的，包括設備故障特征提取、監測預警、故障診斷、故障發展預測，健康評估，運維策略，讓我們一起做這些事情，幫助推動中國的核電設備可靠性水平提升。
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。
