人工智能和大數據在核電領域的應用研究

(中國核動力研究設計院,四川 成都 610000)

隨著現代信息技術的發展,信息化建設模式發生重大轉變,以人工智能、大數據、云計算、物聯網等新興技術為代表,正引導信息化發展進入一個新時代。人工智能、大數據的到來,讓“數據驅動”智能應用成為新的全球大趨勢,特別是挖掘大數據隱含的戰略價值已引起發達國家的高度重視,許多國家相繼出臺國家戰略,推動人工智能和大數據在互聯網、工業制造、軍事裝備以及專業工程等領域的應用發展。

近年來工業制造、互聯網等領域都在積極推廣人工智能和大數據應用,國內外已經有許多企業和科研機構在積極促進大數據、人工智能等技術在工業領域的創新應用,產生了大量優秀的案例和解決方案,為人工智能、大數據在核電領域的應用提供了參考。同時,核電發展也是人工智能和大數據的重要應用領域,具有重大的經濟效益和社會效益。利用人工智能和大數據技術與核電業務的結合,發掘出具有稀缺性和差異性的數據價值,實現以數據驅動創新發展,將促進核電發展進入第四次工業革命的新格局。

本文以核電領域的人工智能和大數據應用為研究對象,從頂層設計角度,從核電業務、關鍵技術以及典型應用3個方面,探索人工智能和大數據在核電領域的應用方案,以促進核電行業向數字化、網絡化、智能化發展,提升中國核電企業的核心競爭力。

1 背景介紹

人工智能、大數據在核電領域的應用是大勢所趨。大數據開發應用在國家與社會發展中具有重要戰略意義。中國核工業相關單位積極開展人工智能、大數據在核電領域的應用研究,并制定相應的發展規劃。

1.1 國家層面高度重視

中國政府高度重視人工智能和大數據的發展和應用。2015年以來,我國從國家層面制定了《促進大數據發展行動綱要》《新一代人工智能發展規劃》等,并在《中華人民共和國國民經濟和社會發展第十三個五年規劃綱要》單獨列出一章“實施國家大數據戰略”,提出把大數據作為基礎性戰略資源,全面實施促進大數據發展行動,加快推動數據資源共享開放和開發應用,搶抓人工智能發展的重大戰略機遇,助力產業轉型升級和社會治理創新。

此外,“兩化融合”“互聯網+”“核電走出去”等國家政策,對核電行業信息化支撐主營業務的能力提出了要求,為信息化工作提出了明確的目標。中核集團在“十三五”重點戰略任務中提出“數字核工業”計劃,以研發設計數字化、裝備制造智能化、經營管理現代化為建設重點,向大數據轉型,支撐集團公司全產業鏈科研、設計、建造、生產、運營等業務創新和管理創效,積極推動人工智能和大數據在核電全體系的應用。

1.2 國內外發展現狀

國外人工智能和大數據在核電領域的應用方面已經擁有較多的典型案例。以美國、法國為代表,通過長達幾十年的數據積累和大數據分析應用,在核電檢修、在線檢測、遠程診斷、安全保障等方面有了長足發展。例如西屋公司所開發的“可擴展的開放技術平臺”,實現通過傳感器不間斷的監測取樣將核電站數據采集到數據處理中心;美國電力科學研究院采用“故障預測與健康管理系統”實現對歐洲核電站的在線監測功能;美國通用電氣開發的“GE Predix”平臺實現將各種工業資產設備和供應商相互連接并接入云端,并提供資產性能管理和運營優化服務。法國電力集團實施 “利用永久性狀態監測實現狀態檢修”計劃,實現對核電站主要部件的在線故障檢測、利用專家系統對故障的評估、向全國性分析中心發送監測數據等功能。這些案例持續長達幾十年的積累和迭代,取得了顯著的應用效果。

在國內,我國核電行業各主要單位相繼開展了不同業務領域的大數據應用研究和實踐,主要工作集中在主數據治理、三維協同設計、智能機器人、設備數據采集等方面。例如秦山核電站啟動大數據咨詢項目;田灣核電站開展主數據治理和大數據應用策劃工作;蘇州熱工研究院開展群廠監測分析、預警與智能管理支持;中廣核集團實現對核電站重要設備開展智能監測和監測預警;中國核動力研究設計院利用人工智能算法建立了遠程診斷分析系統,實現對多臺核電機組提供遠程分析診斷技術服務等。

整體來講,在國內核電領域,對于人工智能和大數據的應用還處于起步階段,研究和實踐的方向偏向于數據基礎治理方面,沒有形成支撐核電業務大數據應用開發的技術體系,對于人工智能、大數據的應用價值未能形成典型案例。

1.3 核電發展勢在必行

當前,中國核工業迎來戰略發展機遇期,核工業在維護國家安全和能源安全中的地位更加突出,核電大發展、安全發展和“核電走出去”戰略實施對核電發展提出更高要求。我國核電產業經歷過30余年的發展,經歷了各種堆型設計、施工和運行階段,也積累了豐富的運行經驗和數據,隨著數據的積累、信息系統的復雜化,逐漸面臨工作效率降低、人工成本增加、數據資產浪費以及決策依據不全面等諸多問題。為了促進核電產業優質高效地可持續發展,只有增強自主創新能力,積極探討和研究新興信息化技術手段,通過使用人工智能和大數據技術與傳統業務的結合優化增值,才能帶來效益迭代遞進和創新發展。

2 研究內容

針對國內外人工智能和大數據的研究現狀、發展趨勢、面臨的挑戰和國家大數據戰略的需求,結合核電行業的數據和應用特點,提出“數據是基礎、平臺是支撐、協同是保障、分析是核心、應用效益是目標”的理念,為核電應用提供參考。以促進核電產業自身發展及提供優質應用服務為出發點,從核電業務、關鍵技術以及典型應用方向3個方面,研究核電領域人工智能和大數據應用方案。

2.1 核電業務

從核電業務角度,可分為3個階段的應用,分別是人工智能、大數據在核電設計體系的應用;人工智能、大數據在核電工程建設體系的應用以及人工智能和大數據在核電運營體系的應用。

(1)人工智能、大數據在核電設計體系的應用

數字化交付是構建人工智能和大數據在核電設計過程中應用必經的第一步。區別于傳統工程設計( 以紙介質為主體) 的交付方式,將相關設計成品以標準數據格式提交給電廠,并初步實現軟件數據向大數據平臺的自動發布,打通數字化交付流程,提升核電設計采購施工管理效果。此外,還需建立覆蓋核電工程設計全過程、全專業的設計數據集中管理,設計過程文件、成品文件單一數據源的統一管理,滿足多種維度設計數據利用需要,通過大數據應用平臺滿足工程建設對設計進度跟蹤的需要。

(2)人工智能、大數據在核電工程體系的應用

人工智能、大數據在核電工程體系的應用主要在有效支持科研創新、工程設計優化、工程建設創效和核電廠運營智能化方面開展。首先,在核電工程建設過程中,各參建方建立自己的信息管理系統,其結構分散。通過數字化工程體系建設,使各參建方之間復雜的接口關系轉化為同一個數據平臺上協同工作的高效協同,降低信息傳遞的不對稱,并將工程管理過程數據沉淀下來,有效地將實體核電站和數字化核電站的建設過程進行同步,保證數字化核電站的建設質量;其次,通過整合核電建設項目各參建方的數據資源,構建全廠數據模型,根據不同階段的需求對數據進行抽取與利用,實現按需共享;然后,利用三維模型動態模擬施工過程、調試過程,實現施工調試的可視化管理,有效地壓縮土建施工、設備安裝和調試移交的工期。

(3)人工智能、大數據在核電運營體系的應用

智慧核電運營是核電先進運營技術的發展趨勢,其目標是保障核反應堆安全、經濟、高效運行,實現核電站在役檢查及關鍵設備的在線檢修與更換等技術研究。人工智能、大數據在核電運營體系的應用是通過智能輻射防護監控、智能巡檢、智能設備管理等技術研究,構建核電智慧運營基礎架構。相關關鍵技術和應用包括：研究先進無損檢測新方法、高精定量在役檢測技術;研制核電站智能檢修機器人,開展仿真技術、運行支持技術研究;開發人因數據采集與分析系統;開展輻射劑量監測定位技術、自動抄表技術等智能巡檢技術研究;開展設備全生命周期資產管理技術等智能設備管理研究等。

此外,人工智能、大數據應用還可以貫穿在核電日常生產活動中。比如推進基于運行監控實時數據的故障預測、診斷分析試點;推進設備可靠性與維護檢修精準化技術支持體系試點,為設備可靠、高效運行提供保障;推進電廠安全分析數字化、高風險作業三維模擬化,應急演練仿真化,提升電站運行的安全管控能力;開展機組運營績效對標,支持機組運行績效改進,為核電運營標準化、數字化和可視化奠定基礎等。

2.2 關鍵技術

從技術角度,人工智能和大數據在核電領域的應用需要研究從大數據的采集、存儲、計算、分析、管控和服務幾個層面的關鍵技術。

(1)大數據采集技術研究

為及時發現核電站設備故障,大數據技術應同時具備實時和非實時數據的采集能力。需要研究將流計算框架作為基礎,通過對流數據進行高效實時運算,支撐實時業務響應和規則動態匹配。

(2)大數據存儲技術研究

為滿足海量實時設備信息的存儲需求,大數據技術需要同時具備結構化與非結構化數據的存儲和計算能力。利用內存庫和流計算技術,實現數據的快速計算和存儲,進而提升業務的反應速度。研究內容包括研發統一的存儲適配接口,利用分布式存儲技術研發海量文件存儲技術,研發同時支持事務性數據和分析型數據的新型關系型數據庫,實現統一的可視化數據管理等。

(3)人工智能算法、大數據計算研究

研究內容包括分布式運行引擎和協同計算功能,搭建分布式運行集群化環境,研發統一的資源管理功能,既能滿足流計算、內存計算、批量計算和查詢計算的功能,還能滿足多租戶不同計算模式下的資源分配與隔離。

(4)人工智能與大數據分析研究

研究數據模型映射轉換業務語義、數據挖掘等,研發業務語義設計器、自助式分析足跡、數據挖掘等,形成自助式分析工具集。大致可分為三部分：自助式分析組件,業務語義設計器和數據挖掘組件。

(5)大數據管控研究

以核電現有數據字典為基礎,從元數據管理、數據標準建立、數據質量監控、數據安全、數據共享發布等方面入手,研究確保數據的安全可靠,實現書同文、車同軌的數據管控能力。

(6)應用服務研究

研究內容包括數據服務、計算服務和可視化管理服務等,其中數據服務主要包括數據融合訪問模型建立,研發數據路由和數據網關,形成數據服務組件,支持對各類數據的標準SQL操作、安全權限控制和數據緩存,支持各類應用統一訪問各類數據源。其中計算服務主要包括研制計算任務規范、研發多模式計算任務管理、計算流程配置等功能,提供各類計算任務的上傳、發布、調度和管理能力,支持用戶自定義計算任務和通過配置獲取結果的通用計算任務。還要制定標準化的組件調用和數據交互接口規范,融合各類展現控件,集成包括GIS以及各類圖像圖形展示軟件,形成大數據可視化組件庫,支撐可視化應用構建。

2.3 典型應用

從應用角度,人工智能和大數據應用在核電各個系統具有相似性,相關典型應用的功能包括但不限于以下方面。

(1)三維模型數據應用

研究將多種專業設計軟件生成的3D模型,進行輕量化轉換和智能壓縮,利用網絡進行安全傳輸,并在大數據應用平臺上進行高質量、高性能、安全的顯示。自動抽取各板塊業務系統的數據,按照預定義規則進行轉換與清洗,與電站對象深度關聯,建立各種數據之間的網絡關系,與三維模型、二維圖紙聯動。將三維模型與業務數據關聯之后,使用戶可以快速、高效的查看三維模型、二維圖紙以及多維度業務數據,大大減少數據查詢的時間,給用戶帶來全新的數據協作體驗。

(2)知識庫與圖文檔管理

研究通過高速掃描儀、高精度攝影器材等設備,對核電圖文檔進行數字化管理。大數據應用平臺與各種圖文檔編制工具的關聯,能夠自動調用原應用程序對圖文檔進行編輯、修改。在審批和瀏覽過程中,應用平臺能夠實現對圖文檔的審批、圈閱功能,為無紙化的設計過程提供支持;審批發布的圖文檔支持手動歸檔或自動歸檔。大數據應用平臺集中管理核電全壽期產生的各種文檔并形成經驗知識庫,實現圖文檔的電子化集中存儲,實現知識數據在公司內部的合理配置和有效共享。

(3)流程管理和版本控制

在核電項目建設過程中,不可避免地出現各種設計變更。人工智能和大數據能最大化地發揮流程管理的作用,從設計階段開始,制造、采購、安裝、調試、運行、退役等階段都采用配置管理方法,能夠積累從設計階段開始的各個階段的數據,全方位地記錄核電機組的情況,全面地進行配置管理。通過對配置項的精確管理,減少了不必要的重復及修改等工作,縮短了工作時間,少占用了工作資源,減少了相應的費用,同時有利于經驗反饋,降低重大安全事故的風險,整體提升安全水平。

(4)專業協同設計

核電設計各主要專業在同一設計平臺上完成布置設計,等同于完成一次核電廠的數字化虛擬建造,可以實時反應各專業設計成果,避免設計沖突,極大提高了設計質量和效率,避免設計變更,大幅降低建造成本。人工智能和大數據可以實時獲取智能流程設計系統提供的設計結果和工藝參數,實現二三維設計校驗,保障設計數據源的唯一性。通過增加相應設備及軟件,把協同設計平臺從原來的只有數據傳遞,擴展到包含數據、視頻、聲音的綜合可視化協同設計平臺,可使多地用戶同時進行可視化設計交流,可以極大地提高設計效率與質量。

(5)施工項目管理

研究以施工作業為依托的計劃、費用、質量、安全、變更、文檔、風險及經驗反饋等的一體化管理,提供項目進度實時監控功能,方便管理層直觀監督項目進展,提供項目的計劃進度和實際進度對比分析,方便管理層監控項目狀態。通過直觀方式實現對項目、任務的提前、正常、預警、延期等狀態監控,任務完成時間即將到期時,系統可以自動給任務負責人發送預警提醒。并支持用戶對項目進度、任務分配情況、項目輸出物質量等多維度進行分析和輸出報表,實現項目風險的控制。

(6)核電調試管理

通過建立標準化調試技術體系,形成調試標準化技術數據庫,建立完備的調試成本數據庫;健全經驗反饋體系,建立經驗反饋數據庫,為后續項目提供借鑒與參考,從而為電廠數字化移交提供保障。可滿足調試計劃、過程與調試數據管理和移交的基本管理需求。以調試計劃為驅動,以問題管理為導向,以調試準備、實施、移交為主要業務流程,實現調試業務流程電子化,操作規程結構化;建立與設計、采購、施工及運行的信息集成與數據共享,實現調試業務的全生命周期管理。

(7)核電運營管理

基于核電工程數字化交付成果,構建核電廠運營配置數據庫。研究基于運行監控實時數據的故障預測、診斷分析。研究設備可靠性與維護檢修精準化技術支持體系,為設備可靠、高效運行提供保障。推進電廠安全分析數字化、高風險作業三維模擬化、應急演練仿真化,提升電站運行的安全管控能力。開展機組運營績效對標,支持機組運行績效改進,為核電運營標準化、數字化和可視化奠定基礎。

(8)決策支持

基于數據倉庫和數據挖掘,大數據應用逐步實現生產、經營、安全等方面綜合信息的匯總查詢,對運行指標、經濟指標等數據進行統計分析,提供多種分析模型和預測模型,以多種圖表形式展現,為核電企業提供高效、及時、準確的信息。

(9)數據安全

對于核電信息系統而言,安全性無疑是至關重要的,核電數據比起一般信息服務,安全認證機制的靈活性和數據的可靠性要求更高。安全問題主要存在認證、授權、審計、加密等方面,進行安全管控的總體目標是實現大數據的用戶安全和數據安全。用戶安全是訪問大數據平臺的用戶,主要研究其身份認證的安全、權限控制的安全,保證合法的用戶能夠訪問大數據平臺上指定的組件和數據;數據安全是存儲在大數據平臺上的數據的安全,數據全生命周期的整體安全,研究內容包括數據源的安全、數據加密、數據脫敏、數據訪問的審計等方面。

3 研究總結及展望

推動人工智能、大數據在核電領域的應用發展,是大數據時代必備的基礎工作,也是核電企業突破當前技術瓶頸的有效突破口。本文通過對核電業務、關鍵技術以及典型案例的研究,總結了人工智能和大數據在核電領域的應用研究思路,有利于促進核電信息化、數字化、智能化等業務的發展,推進“數字核電”的建設,提升中國核電企業的核心競爭力。

在我國核電行業整體信息化建設落后的情況下,大數據、人工智能等信息化新技術的起步和推動,為新時代核電領域的發展提供了方向,不能等到信息化水平提高后再開展大數據、人工智能的相關工作,應該齊頭并進,相互促進,協調式并行發展。

首先,數據治理應先行。忽視數據治理給大數據建設帶來了不少問題,隨處可見的數據不統一,難以提升的數據質量,難以完成的數據模型梳理等源源不斷的基礎性數據問題,限制了大數據的發展,導致大數據應用的展示效果不佳。數據治理需要以元數據為基礎,實現貫穿數據設計、產生、存儲、遷移、使用、歸檔等環節的數據全生命周期管理,以及數據從源端到數據中心,再到應用端的全過程管理。

其次,核電大數據應用必須要深入挖掘專業場景,解決目前的傳統數據處理技術由于數據規模巨大、數據類型復雜而難以解決的問題,或者目前單一業務系統的數據難以解決,必須融合多源數據系統才能解決的問題。這類業務需求必須結合大數據技術擅長的領域,密切結合業務領域的實際需要才能得到。

再者,在清楚專業需求以后,必須要建立專業數據模型。不同的專業領域有不同的專業特點,數據規模、類型、結構、相互關系都不相同,必須結合專業特點,建立符合專業特點的專業數據模型。

我國核電產業經歷過幾十年的發展,經歷了各種堆型設計、施工和運行階段,也積累了豐富的經驗和數據。面對國內外市場,為了確保核電產業優質高效地可持續發展,需要在全產業鏈數據標準和數據積累方面做好能力建設工作,夯實基礎,通過使用人工智能和大數據技術的應用優化和由此帶來的管理迭代遞進,逐步實現中國核電 “做強、做優、世界一流”的愿景。