大數據在核電施工領域的應用研究

雷斌 馮小猛

隨著物聯網、云計算等互聯網新型技術的普及與發展，企業信息化進程迎來了數據井噴的時代，與之而來的是企業信息化建設模式逐步轉型，海量數據的產生與流轉將逐漸成為常態。然而，利用常規信息化軟件系統或工具，已無法滿足具有海量規模、高速流轉、類型繁多和價值密度低等特征的數據集合，對于數據維度復雜、結構多樣、行業鏈條眾多的大型核電工程領域數據來說尤是如此。大數據已然成為需要新處理模式方能具有更強的決策力、洞察發現力和流程優化能力的信息資產，本文主要對核電建造行業的大數據平臺實施和潛在應用進行說明及探索。

一、背景介紹

（一）國家層面高度重視

大數據已經成為國家基礎性戰略資源，是國家“新基建”的重要組成部分。大數據作為戰略性資源的地位日益凸顯，國家競爭力亦體現在擁有數據的規模、質量以及運用數據的能力。2014年3月，“大數據”首次寫進了政府工作報告，大數據正式作為一種新興產業，得到了國家層面的大力支持。國家通過制定大數據戰略和布局，穩步推動我國從數據大國向數據強國的轉變。

（二）國內外發展現狀

當前，眾多國家政府和國際組織都認識到了大數據的重要性和緊迫性，紛紛著手實施大數據戰略并將開發利用大數據作為奪取新一輪競爭制高點的重要抓手。譬如法國AREVA公司將虛擬現實技術應用于核電工程的設計、建造和運行等過程，基于三維模型對核電產品全生命周期中設計、建造、安裝、運行、維修等過程進行動態仿真；俄羅斯ASE Group公司推行Multi-D理念的配置管理系統（IMS），基于統一化的模型庫構建工程各方統一的信息交換與工作協同平臺。與AREVA公司類似，ASE公司提供了虛擬建造過程的模擬、建造過程的海量數據收集和統計，同時建立基于建設計劃實現與設備、材料等信息的關聯、解析和預警等。

1.國內情況、不足和問題

經過近幾年的發展，隨著大數據收集、處理、分析等技術的迭代創新，工業化和信息化融合的程度也逐步加深，很多工業型企業已經由探索階段進入到工業大數據實踐階段。與此同時，基于數據的相關技術、應用和落地形式也在快速發展，開發基于數據的新型應用已經成為企業信息化建設的一個重點領域。

2.中廣核智能化工廠

2013年，中廣核集團正式提出以打造“核電智能工程”為目標，建設覆蓋核電站各板塊的智能仿真與技術研究公共平臺，并于次年成立專項小組開展“智能電站”項目的前期調研與規劃工作；2014年底，中國核能行業協會評審并通過“智能電站”項目總體技術方案，標志著“智能核電工程”項目正式啟動，通過與大數據及云計算等新型信息技術的深度融合，開展一系列核電智能化研究與應用。

3.中核集團數字核電

核工業作為我國高科技技術戰略產業，是國家安全的重要基石，是助推我國科技強國建設的重要先導和支撐，同時也是國內唯一具備完整核科技工業體系的企業。中核集團積極響應和落實國家的“兩化”融合、互聯網+和大數據等國家戰略，加快推進新技術應用和基礎能力提升，推動重點專項建設，一方面加快數字核工業建設，系統設計和部署實施了多個專項工程，加快推進信息化建設、數字化轉型和業務協同發展，通過數字鈾礦山、核燃料生產和元件制造智能化、數字核電、數據中心建設以及統建企業資源計劃（ERP）等重點工程建設；另一方面，部分科研院所和優勢單位正在結合業務需求加快推進大數據平臺建設、云計算應用以及人工智能研究和應用專項，助推業務鏈條協同開放，強化牽引拉動效應。

（三）核電領域大數據研究現狀與前瞻

近幾年，隨著大數據在傳統行業掀起的陣陣熱潮，核電行業陸續在產業鏈相關板塊開展大數據研究和探索應用。自2013年起，田灣核電逐步啟動歷史數據規范管理等相關工作，并對主數據全壽期管理、歷史數據治理進行了積極探索；2015年，國內首個核電大數據咨詢類項目在秦山核電啟動，項目目標是基于可落地的大數據平臺技術方案，結合EAM、ERP等信息系統中的數據信息，充分挖掘核電大數據的價值。但整體而言，大數據及人工智能在我國核電領域的應用尚處前期階段，未真正形成應用示范效果。

縱觀傳統行業的數據基礎，建筑業屬于數據量大、業務規模大的大數據行業，但相較于金融業、消費行業等，建筑業則屬于數據管理較落后、體系應用效果較弱的行業。核電工程建設作為建筑業中復雜度最高的一種，除了滿足一般工業設施的質量要求外，還要滿足嚴苛的核安全標準要求。歷經數十年不間斷的核電建造實踐，我國核電工程建設管理方面依然面臨著管理成本過大，專業化、集約化、科學化水平不高等問題。在核電建設項目管理過程中會產生各種類型的工程數據資料，隨著項目的結束而變成未被充分利用的歷史文檔，這些文檔極大可能隱含大量項目控制所需的工程規律、經驗和知識，對于后續項目的建設管理具有重要的指導意義，是提高項目管理決策科學性、有效性準確性的重要參考依據。然而這些信息由于提取使用的難度過大，往往隨著建設的完工和資料歸檔而被擱置無法得到有效利用。如何利用這些珍貴的數據資產解決目前核電建設中遇到的問題是當前一項極其迫切且具有極高價值的工作，核電施工領域大數據平臺分析與應用為下一步的流程標準化、工效提升和知識轉化提供數據基礎。因此，現階段要立足長遠、強化引領，抓住大數據產業發展的重要機遇。在實施層面，以核電業務發展為牽引，以存在的問題為導向，從整個核產業鏈出發，針對核工業重要領域和環節的突出問題與制約瓶頸，探索大數據平臺的需求和場景。

二、研究內容

中核集團是我國核電工程建設領域歷史最久、規模最大、專業一體化程度最高的企業，是全球唯一一家連續30余年不間斷從事核電建造的領先企業，代表著我國核電工程建造的最高水平，掌握了包括華龍一號、CNP、M310、CPR1000、EPR、VVER、AP1000、CAP1400、高溫堆、重水堆、實驗快堆、先進研究堆等各種堆型、各種規格系列的核電建造能力，可同時承擔40余臺核電機組建造任務。隨著我國核電裝機容量、在建規模躍居世界前列，核電建造企業迎來了大數據產業發展的重要機遇。

（一）核電工程業務

1.核電工程統一的數據規范

信息化管理在核電工程建設板塊得到了初步應用成效，但現有系統功能的整體性不足，其覆蓋范圍與深度尚需推進和深化。為更好的推進核工程全產業鏈大數據應用，打通工程與運行端的數字化移交，需要做到“標準先行”，即建立統一的核電工程數據標準與規范，保證擁有完整度高、質量高的核電工程數據資產，為后續數據挖掘分析奠定基礎。

核電施工領域數據維度較復雜，結構多樣，既包含建筑業務數據，如財務、構件、施工工藝等數據，也有管理數據，如資源、安全、質量等數據。其次，核電建筑行業鏈條多，參建方多，數據資源分散在不同單位手中，數據資源的整合存在一定困難，例如主要的設計數據、甲供物資采購信息及供應商信息僅存在于業主或設計單位。由于缺少數據標準或標準執行不到位，各核電工程建司在數據獲取的顆粒度，數據準確性、完整性、及時性等均存在問題。這些問題將會導致不同專業系統的數據無法進行有效的融合，也會導致跨專業的數據分析工作無法有效進行，無法為管理層和決策層提供有效支撐，也為全產業鏈大數據平臺的搭建帶來障礙。

數據標準規劃是數據治理的重要環節，注重數據標準化與信息體系化建設可以充分發揮大數據價值，推進實現業務數據的深度融合與全面集成。通過對核電工程各專業的數據進行全面梳理，提煉形成指標體系，使指標管理能夠做到唯一、明確身份標識，包括數據模型標準、主數據、指標數據標準、接口標準、安全標準等。對核電施工過程中涉及到的各業務系統進行分析，梳理儲存的數據，研究核電建造大數據的來源、分類、特征、需求等內容。同時，統一規范的數據定義可作為核電施工大數據平臺建設及新建信息系統的數據規范依據。標準化的業務數據是大數據分析模型建立的基礎，業務主題數據質量直接影響分析結果。通過落實施工數據規范并形成數據標準，指導業務規范并助推業務標準的形成，為業務標準的形成提供數據支撐，達到約束數據質量的目的，同時消除人因歧義、規避可能存在的風險。推進和完善核電施工業務和數據標準化的機制，建立核工程項目管理統一的數據模型和標準框架，制定出各領域通用的數據標準，實現工程期信息從文檔到結構化數據的變革，達到標準統一、數據唯一、數據可融合狀態。

2.構建核工程建設數據資產

我國核電裝機容量、在建規模躍居世界前列，各參建方在核電工程建設過程中經歷了各種堆型設計、施工和運行階段，產生并積累了十分可觀的核工程建設數據，這些工程數據資料可能隱含大量項目控制所需的工程規律、經驗和知識。歷史數據缺乏有效的保護和利用，造成了事實上的數據資產流失和失控。

通過數字化核電工程體系建設，核電施工大數據平臺采集核工程數據信息資源，打破原有系統邊界構建企業級數據模型和數據庫框架體系，實現企業數據標準、質量和安全的統一管理。通過將各建司的核電施工數據采集、清洗，將數十年不間隔核電站建造經驗以數據的形式保存下來，形成核電工程的核心數據資產。例如，利用ENPower（一種廣泛應用于核電多項目的管理系統）在核電施工過程中積累的核電建造業務數據，通過梳理原數據的描述性統計分析對數據質量進行評估，采用插補、去重和降噪等方法對數據質量進行修補，收集整理核電工程已建和在建施工數據，實現已有的核電建設數據資源資產化和價值化。

3.大數據推動核工程建設模式轉型

以歷史電站人財物投入曲線、進度計劃安排等數據為例，通過對同堆型電站的對比分析，構建時序模型并預測在建電站的人財物投入、指導進度計劃安排等；對歷史施工數據進行成本要素分析，分析出人、機、料等方面的成本異常因素，協助業務人員找到降低成本的可行措施，切實降低施工成本、優化施工工藝，構建核電施工標桿（Benchmark）和核電施工成本/進度績效模型，從而挖掘關鍵共性施工技術和工藝，加快先進施工工藝和技術的產業化應用，實現企業內同行對標，為群堆化建設提供參考標桿。

大數據技術的戰略意義不在于掌握龐大的數據信息，而在于對這些含有意義的數據進行專業化處理。換而言之，如果把大數據比作一種產業，那么這種產業實現盈利的關鍵，在于提高對數據的“加工能力”，通過“加工”實現數據的“增值”。企業決策已經變得與數據密不可分，引入大數據手段后，將逐步實現技術驅動前臺業務，進一步優化和重組業務流程，提高企業經濟效益和市場競爭力，創新企業管理理念和手段、優化管理流程、帶動企業創新性發展，推動核電建造企業從傳統核工程建造模式向大數據創新推動的核工程建造模式的轉變。

（二）典型應用

基于核電施工大數據平臺的應用，支持按照廠房、區域、子項等維度對不同管理主題數據進行分類、匯總，挖掘關鍵成本管控指標差異及影響成本的關鍵要素，分析并提取“人工、材料、機械臺班”等核心成本要素，建立具有參考價值及示范效應的核電施工大數據分析模型。核電施工大數據平臺相關典型應用包括：

借助ETL工具將華龍一號、AP1000、EPR、CPR1000、M310等堆型中的圖紙、材料、變更、不符合項、焊控單、工程量等核電施工歷史數據從不同的信息系統中匯集、合并、清洗、整理，按照設定的數據模型，形成不同的主題數據、數據集合等企業核心數據資產。

建立與在建核電工程施工管理信息系統的接口，運用智慧工地、移動APP、工業物聯網、VR/ AR、BIM等在內的新技術，實現核電施工領域動態數據的全面、高效的收集。

構建以核電廠分解結構SSC為核心的核電施工數據模型，實現各類核電施工業務數據，包括模型、圖紙、文件等在內的結構化、非結構化數據與SSC的關聯，形成以核電廠工程實體為核心的施工業務數據全景視圖，實現施工板塊內部數據的集成和共享，推動建安一體化施工協同創新。

三、研究總結及展望

我國核電建造行業已經積累了重要的數據資產，關鍵在于如何盤活這筆資產并轉化為企業的核心競爭力，確保核電建造行業在大數據等日新月異的技術浪潮中得到常青的發展。本文借助大數據概念與方法，對大數據在核電施工領域的應用進行了初步探索，接下來應結合物料、人員在施工過程成本、進度等可優化的方向，以及知識圖譜等在核電工程建設領域的深度應用等方向進行嘗試探索；在核電施工領域大數據平臺建設完成之后，經過一段時間的使用，對平臺建設與使用中的經驗教訓進行總結，形成理論積累，將大數據的理念與方法推廣到整個核電領域。全面推進大數據應用和業務系統的集成整合，梳理核工程各業務環節和項目管理主題數據，開展核工程大數據創新應用項目。通過一體化的核工程大數據體系建設，統一核電施工數據資源規劃，在核工業重點行業進行推廣示范，總結核工業全產業鏈的大數據收集、整理、挖掘、利用方法，探索出一條可推廣、可復制的發展道路。

（作者單位：北京中核華輝科技發展有限公司）