核電站全生命周期數據管理框架體系構建與發展建議

任景莉，楊盼

（鄭州大學河南省大數據研究院，鄭州 450052）

一、前言

核電作為構建現代清潔低碳、安全高效的能源體系中的重要一環，實現數字化、智能化是確保核工業高質量發展的必要手段，也是打造核工業強國不可或缺的重要組成部分。對于核電企業來說，積極推進核電數字化是降本提效、 形成行業競爭優勢的優選路徑。

數字化實體產業是發展數字經濟的關鍵內容，目前實體產業發達的國家均在積極布局數字化工業戰略 [1]。核電站的生命周期通常跨越數十年并產生海量數據， 因復雜繁多的數據難以進行統一的規劃管理而導致數據利用率偏低、數據價值難以充分發揮 [2]。因此，建立數據管理體系是核電站數字化轉型的重中之重。核電大數據作為核電站的重要資產，亟需構建核電站全生命周期數據管理體系，建立覆蓋核電站全生命周期的數據采集、處理、傳輸、應用體系；加強數據流通，創新數據管理與共享機制，發揮數據要素的核心價值。

二、核電站全生命周期數據管理的發展現狀

核電站全生命周期數據管理（NPPLDM）指在大型核電站全生命周期內的主要階段，對各類數據進行定義、收集、評估、共享、協同應用、維護、歸檔、銷毀等處理，并對數據資源的全生命周期進行科學、全面管理。核電站的數據支撐著核電數字孿生和數字化移交的發展。隨著核電數字化發展，各種核電數據呈指數型增長，以存儲管理為核心的數據管理已不能滿足相關業務更為深化的數據分析和共享需求。新時期的NPPLDM應以數據存儲整合、共享應用、安全可靠為基礎，深入研究核電站全生命周期節點、業務流、信息流、數據流，開展涵蓋核電規劃設計、采購施工、調試移交、運維退役全過程的精益化數據管理；充分實現核電大數據價值，消除“數據孤島”，促進業務協同，提升核電站的安全性、可靠性和經濟性。

目前，NPPLDM體系研究按照對象不同分為兩大類：以核電站某生命節點為對象的數據管理研究，以核電站主數據為對象的數據管理研究。以核電站某生命節點為對象的數據管理研究主要圍繞核電站規劃設計、工程建設（設備采購和土建安裝）、運維管理3個階段展開。核電站的大部分數據產生于規劃設計階段，因而核電設計的數字化不僅可以簡化上、下游數據傳遞，還可助力實現核電“數字化移交” [3]。在工程建設階段，加強和規范設備采購數據管理 [4]、項目管理 [5]、文檔管理 [6]，有助于縮短工期和降本提效。核電運維管理過程的核心是反應堆監管，因而運維數據管理對核電站的安全高效生產至關重要 [7]。

核電站主數據是核電站研發設計、建安調試、運維生產等過程中產生的核心數據，在收集、共享和運用后可滿足跨部門業務協同需要。不同于分階段數據管理，主數據管理應確保主數據在核電站全生命周期內的一致性、完整性、共享性和可靠性。主數據在核電信息化建設和以信息化手段實現的業務活動中具有重要作用，國內核電企業都在積極開展主數據管理實踐，如江蘇核電有限公司的江蘇核電主數據全生命周期概念模型，大亞灣核電運營管理有限責任公司的主數據分類管理 [8]和核電站全生命周期知識管理框架 [9]。也要注意到，上述研究雖然給出了核電數字化轉型過程中的設計數據管理、采購數據管理、工程數據管理等思路，但仍缺乏針對NPPLDM體系開展的整體規劃與統籌管控。

核電是一項復雜的系統工程，從規劃設計、采購、施工建造、調試移交到運行維護、退役，通常經歷50～70年的生命周期；核電站全生命周期中產生的各種數據是確保電站正常運行和核安全的重要憑證，具有重要的查考價值。在核電數字化、智能化發展背景下，統籌管理復雜的核電工程、運維信息至關重要。本文作為聚焦NPPLDM開展的整體性、框架性研究，從核電站數據管理的需求和難點出發，以數據管理與核電業務協同的融合應用為切入點，探討NPPLDM框架體系并提出行業性發展建議。

三、核電站全生命周期數據管理的需求分析及面臨挑戰

（一）核電站全生命周期數據管理需求分析

1. 核電站業務協同的需要

核電站是多方參與，涉及多專業、多設備的長期工程，業務協同至關重要。核電站數據按照業務流程分為工程數據、運維數據：前者包括規劃文件、設計文件、采購數據、施工數據、安裝調試數據等；后者包括核電生產運營過程中產生的各種數據，如維修、延壽、退役數據等。這些海量數據通常存儲于不同的系統，存在數據標準不統一、數據類型復雜多樣、運行系統相對獨立等問題，致使業務數據重復、割裂，共享和應用難度較大，影響了核電業務的協同效率。因此，開放共享的NPPLDM體系是提高核電業務效率、實現核電數據治理能力現代化的創新舉措。

2. 核電站數字化移交的需要

核電站數字化移交是核電行業深入實現“兩化融合”的重要體現。我國的核電站工程建設以工程總承包（EPC）模式為主 [10]，傳統的核電站移交是以紙質和電子化文件形式，將相關數據交付給業主方。新興的核電數字化移交則以結構化數據和智能模型/圖紙的形式，將工程階段的相關信息以數字化、智能化的形式交付給業主方，同時交付一座“數字核電站”來支持后續的智慧運營。貫穿核電站全生命周期的數據管理，可以通過規范數據標準、關聯數據屬性、提升數據質量等行為，支撐數據在業務系統之間的互聯互通和高效分析。顯然，智能模型和智能圖紙具有良好的實用性，對實體電站的運營指導也更為可靠。

3. 提升核電安全保障的需要

核電安全問題長期以來備受關注。核電站規劃設計通常采用“縱深防御”思想，運用技術手段來降低核電事故的危害；核電站后期的運維管理主要通過監控反應堆運行狀態、設備屬性狀態、核輻射劑量等數據，對故障進行預警和量化 [11]。傳統的核安全數據處理分析較多依賴于人的經驗，而核電數字化、智能化轉型則弱化人的作用，轉而采用數據和算法來實現智能預警。目前，核電行業尚未形成標準化且全面的數據管理，存在數據之間關聯程度不高、數據多源異構等問題，制約了核電站運營管理的數字化、智能化進程。

（二）核電站全生命周期數據管理面臨的挑戰

1. 核電工程業務復雜，“數據孤島”現象嚴重

核電工程業務復雜，核電企業之間，產業鏈上、下游參與方眾多，數據相對封閉；核電站全生命周期跨度長，數據利用存在信息不對稱、不及時的情況。核電業務系統大多自成體系、相互獨立，盡管縱向業務實現了全面覆蓋，但橫向業務優化不足。因數據標準不統一導致的核電業務“數據孤島”現象嚴重，使得跨業務領域/板塊的數據集成與協同較為困難。

2. 數據類型復雜繁多，可用性不足

多源的核電數據帶來了數據的多樣性 [12]，但多樣化的數據載體和格式種類也造成數據類型的復雜化問題。鑒于數據及數據結構在業務中的不同作用，加之核電的數據類型又具有明顯差異，核心數據分類管理不當將會降低數據可用性。以核電設計階段為例，大部分關鍵數據以文檔形式進行信息保存和交換，存在傳遞效率低下、共享難度大、版本多、檢索難等問題。此外，隨著數據收集方式多元化，非結構化的數據在數據總量中占比加大（呈指數型增長），致使數據存儲成本、應用分析難度均有增加，信息整合和連接的復雜性凸顯，信息的實時統一、虛實集成等問題逐漸暴露。

3. 缺乏有效的數據質量管理制度及機制

數據質量提升是NPPLDM的目標之一。在核電站工程建設和生產運維過程中，數據錄入不規范、不準確，數據缺失或異常都會影響數據質量。大量異常數據向自動運行的核電設備提供無效輸入值，可能影響反應堆正常運轉甚至威脅核電站安全。當前，核電企業尚未形成嚴格規范的核電站全生命周期數據質量管理體系且監督機制不完善，導致核電數據質量參差不齊，制約著數據分析、集成、預測的效果，不利于核電的全面數字化進程。

4. 面臨更多數據安全和隱私保護問題

核電站數據作為企業的核心資產、國家的重要數據，在實現全面數字化之后仍將面臨諸多安全問題。當前，企業對核電站數據安全管理的重視程度不夠，覆蓋核電站全生命周期的數據安全管理機制尚未成型；對于核電數據上云后的數據安全問題缺乏長遠布局，如海量數據的長期遠程存儲安全，更嚴格的身份認證及細粒度訪問控制，對敏感數據的分析、共享、協同應用，防范外網攻擊并確保數據傳輸安全等。

四、核電站全生命周期數據管理與協同應用框架體系

NPPLDM本質上是在深入研究核電站全生命周期節點、業務流、信息流、數據流的基礎上，建立核電規劃設計、采購施工、調試移交、運維退役全過程的精益化數據管理， 由此形成核電數據開放共享、協同應用的能力。NPPLDM與協同應用的框架體系如圖1所示。整體框架以實體電站為對象，以電站全生命周期中產生的海量數據為核心，以企業數據管理政策指導及組織管理為輔助監督，從企業制度規范、組織管理、面向業務協同的數據管理3個維度，立體展示了核電數據管理的重要內涵；著力于解決“數據孤島”、數據可用性差、數據質量參差不齊、數據安全問題，推動核電站數據管理的優質高效運行。

圖1 NPPLDM與協同應用的框架體系

（一）企業制度規范

數據管理制度是管理核電站全生命周期數據資產的基石。企業的核電數據管理制度是基于核電站全生命周期的業務需求和智慧核電發展要求，規范數據標準要素和數據質量評估要素，明確數據安全要求，指導核電數據精細化管理的指南和標準。這項工作的關鍵在于，明確數據管理工作的重要性，促進核電站全生命周期中的相關單位、部門達成共識；制定數據安全規范，切實保障核電站全生命周期數據的機密性、可用性、完整性；明確數據產生、應用、管理的原則，確保數據在安全的前提下實現業務層面的橫向和縱向共享；制定問責與獎懲規則，充分調動參與數據管理人員的積極性；制定數據質量管理標準，提升數據質量以完善可用性。

（二）組織管理

組織管理為NPPLDM提供組織結構和人員保障。核電站全生命周期中的數據龐大復雜，需要高效系統的管理以及組織成員之間的協作配合。組織管理要素包括：根據核電站的特點來設計組織機構，明確各自職責；建立數據管理委員會、數據質量管理委員會、數據安全管理委員會，分別負責數據管控優化、數據質量管理、數據安全管理，使得數據管理工作妥善開展。

（三）面向業務協同的核電站全生命周期數據管理

NPPLDM是基于核電發展需求而產生的，面向業務協同的NPPLDM通過統一數據標準、差異化數據分類管理、合理構建數據模型，打破業務數據壁壘，實現核電站全生命周期數據的開放共享和查詢，提高核業務流程效率；提升核電數據質量，確保滿足業務要求，實現數據驅動業務；完善數據安全保護機制和網絡安全保護機制，保障數據安全。

1. 統一數據標準

統一數據標準指為保障數據內外部使用與交換的一致性和準確性而制定的規范性約束。核電項目建設過程涉及若干相互獨立的系統，因職能和標準不同而使得相同數據在不同系統中具有差異化的表達形式，阻礙了數據在跨系統層面的共享和使用。核電數據管理服務于核電站全生命周期業務流，數據標準的制定和管理應以業務為基礎，以規范業務對象在各信息系統中的統一定義和應用來實現核電站全生命周期業務協同、數據共享開放、數據靈活使用、數據分析應用，最終表現為數據驅動業務。核電數據標準體系也應明確數據元的屬性及屬性描述，如屬性包括而不限于中文名稱、英文名稱、標識符、說明、數據類型、取值、與其他屬性的關聯關系，屬性描述涵蓋屬性注釋和相關標準規則。對于不符合標準體系的數據元，通過數據映射來予以規范。

2. 差異化的數據分類管理

NPPLDM可根據數據特性及治理方法，從多個角度對數據進行分類。不同數據分類會產生不同的管理方法，根據數據結構規范可分為結構化數據管理、非結構化數據管理，根據數據描述類型不同可分為元數據管理、主數據管理、參考數據管理，根據核電業務流程可分為工程數據管理、運維數據管理。

一是結構化數據管理與非結構化數據管理。結構化數據是格式規范、用二維表記錄的數據，相關管理技術已相當成熟，如關系型數據管理系統（MySQL）。非結構化數據是格式相對不固定、很難用數據庫二維邏輯表來表示的數據，具有形式多樣、數據量大等特點，如電子郵件、文檔、圖片、視頻以及從物聯網設備生成的數據集。非結構化數據在核電數據總量中占比較高，可為核電設備運行和延壽退役提供直接參考，但管理難度較大。對于核電非結構化數據管理，可以建立非結構化數據管理平臺，革新底層數據結構匯集、管理對象數據、元數據、索引數據，并與人工智能技術相融合，提供新的數據架構底座，利用數據湖等架構實現數據智能搜索、內容自動化等。

二是元數據管理、主數據管理和參考數據管理。① 元數據管理。在核電數字化過程中，元數據作用于整個價值流，支持數據服務的統一管理運營，支撐業務管理規則的有效實施。當前，核電設計文件和過程文檔正經歷文檔化向電子化的轉型 [13]。核電站元數據管理應重點關注：制定元數據標準、規范、平臺與管理機制，建立核電站全生命周期元數據管理體系；根據核電業務需求，制定元數據注冊方法，完成底座元數據注冊工作；建立元數據中心，確保元數據全生命周期管理，對不同類型的元數據進行連接以開展元數據關聯查詢、檢索、血緣分析 [14]。② 主數據管理。主數據是核電站全生命周期業務活動的核心要素數據，在業務系統之間可共享使用。應建立核電主數據管理體系，圍繞核電站全生命周期業務需求和數據從生成到銷毀的全生命鏈，分析、識別、篩選主數據，按照統一標準采集數據，提升主數據質量，優化主數據運營管理。③ 參考數據管理。參考數據通常是預定義的靜態數據，在流程自動化、提升分析質量和改善外部協同方面起著關鍵作用。核電站參考數據管理要明確各方的管理責任、制定相關流程和規范以及建立參考數據管理平臺。參考數據管理主要包括：構建完善的信息架構建設以識別參考數據并對其進行管理；管理參考數據的關聯及映射關系；統一參考數據標準，對核電站全生命周期節點的參考數據進行整合和管理。

三是工程數據管理與運維數據管理， 前者包括核電站規劃設計、采購建造、安裝調試過程的業務數據，后者包括核電站運行維護、延壽退役過程產生的數據。① 工程數據管理。對于核電站實體對象，按照工藝系統分解結果，根據一定的業務規則、分類原則和編碼體系，組織形成反映整個電站物理要素的層次結構，建立以電站分解結構為組織層次的數據管理模型。對于核電業務，按照業務工作對象進行分解，以可交付成果為導向，根據工作分解結構對核電工程項目要素進行分組和細化。對于工程成本費用，按照成本分解結構對核電工程建設階段各個節點的成本進行高效管理。② 運維數據管理。核電運維業務活動圍繞生產計劃、運行監控、日常巡檢、大修換料、備件管理、化學分析、輻射防護等方向展開。核電站數字孿生技術的發展使傳統的運維管理不再完全適用，因而運維數據管理應處理好運維數據對主數據和參考數據的調用以及運維數據之間的關聯關系，確保上、下游信息的順暢傳遞。

3. 數據模型管理

數據模型的設計與管理對提高數據處理效率、提升數據價值具有重要價值。數據模型構建宜對應不同的數據分類，描述數據之間的聯系以及相應數據結構層面的操作手段。以元數據為例，相應的數據模型可為數據管理提供標準并作為質量評分的指標參考；規范數據結構，減少數據存儲及操作異常情況的出現，形成業務到數據倉庫的映射，為數據科學與人工算法分析提供更準確的數據。此外，選擇核電站數據模型需要多方評估并謹慎實施。

4. 數據質量管理

數據質量管理是提升數據價值的必要手段。核電站數據質量問題主要來自技術方面，如數據源可能存在的數據質量問題，數據清洗規則、數據轉換規則配置不當引起的質量問題，數據丟失、重復記錄導致的質量問題，相互獨立的業務系統導致的數據不一致情況；業務需求變更對數據采集、傳輸、存儲等環節影響較大，極易產生數據質量問題；缺乏數據規劃和有效的數據質量管控機制，不同的業務部門、生命節點因數據輸入不規范導致的數據沖突等問題。為此，數據質量管理應在核電站全生命周期各節點、業務流實現數據質量管理閉環，構建核電站全生命周期數據質量管理體系 [15]；及時對存在質量問題的數據進行分析、評估和識別，清洗、處理相應數據并對數據質量管理流程進行優化；完善相關規則，實時監控關鍵數據，預警數據質量問題。

5. 數據安全管理

發展核電是建立清潔、低碳、高效、安全能源體系的需求 [16]，核電站的數據安全問題至關重要。針對常規應用場景的數據安全保障體系不適用于復雜的核電站大數據應用場景。核電站數據安全主要分為數據安全、網絡安全。① 對于數據安全監管，基于核電數字資產和核電數字化的發展背景，圍繞核電站全生命周期各節點的業務需求，重新評估重要數據的機密度、重要度，建立分層、分級的數據保密機制，嚴格管理機密數據的訪問控制和身份認證；在核電大數據的開發挖掘方面，嚴格制定數據脫敏標準和技術規范，可引入同態加密技術開展機密數據的分析、挖掘等 [17]。② 對于網絡安全管理，核電站中幾乎所有的系統和設備都依賴網絡傳輸信息以保持正常運行和風險預測能力，應根據《核動力網絡安全技術政策》要求，在國家加強核電站網絡安全監管力度的基礎上，明確網絡攻擊發生后的應急規范，規劃網絡安全策略，完善網絡安全防范制度，評估網絡安全人員素質；在物理層面，通過防火墻與加密技術的綜合運用，全面提升數據傳輸的安全防護能力；對于核電業務的眾多系統，確保信息系統安全運行并定期評估系統安全態勢。整體來看，核電站的數據安全管理應與網絡安全相結合，制定分層保護策略，完善安全保障體系 [18]。

五、核電站全生命周期數據管理的發展建議

（一）建設核電數據一體化平臺

我國已躋身核電大國行列，核電站的全面數字化和智能化是實現從核電大國向核電強國發展的重要策略。核電數據一體化平臺是實現核電數據驅動各板塊業務信息化和智能化的客觀要求，也是對核電站全生命周期數據進行集中管理、高效共享、深度挖掘、智慧運營的有力支撐；作為集數據管理平臺、數據可視化平臺、數據代碼托管平臺、智能分析決策平臺于一體的綜合性平臺，在具體建設時應以核電站全生命周期各業務系統和整個流程為數據來源，梳理相關單位和部門的信息資源目錄（如物項、仿真數據等），采集核電設計采購、建造、安裝移交、運維退役各節點數據和核電產生數據；實現跨單位和部門的信息交換共享，促進各系統之間資源的共享開放與業務協同創新；通過人工智能等新興技術開發個性化推薦和智能化服務，支持多維度的智能化監測和數據分析預警。

（二）推動區塊鏈技術與核電站全生命周期數據管理的深度融合

加快區塊鏈技術與核電站全生命周期數據管理的融合應用，是解決核電站在數字化建設中面臨數據融通、跨部門業務協同、信息資源開放共享、網絡安全等瓶頸問題的重要手段。對于核電站工程建設中各參與方的職責權限、設計圖紙、設計變更、設備物料等數據，可采用基于共識網絡的智能合約進行記錄上鏈，依托區塊鏈和智能合約的不可篡改性、可追溯性，保障鏈上數據的真實、可靠、完整；通過設定區塊的計算復雜度，保障數據在上鏈過程中的短時滯、高安全性，提高上、下游文件傳遞的效率。此外，設備采購數據上鏈不僅提高施工階段物料設備的利用率，還將減少后期運維階段的采購信息回溯工作量，可從根源上解決因核電站時間跨度久遠帶來的早期文件檢索困難問題；核電業主通過區塊鏈上的數據可實時監控物料采購情況和施工進展，對存疑數據展開回溯和勘察。

（三）加快數字孿生技術在核電站大數據上的應用

核電站除了依靠技術進步規避風險外，還應充分利用核電站運行生產過程中的監控運維數據，預見風險事件并采取化解風險措施。數字孿生技術率先在航空、航天裝備仿真分析方面獲得應用 [19]，近年來國際核電裝備企業開始布局核電站的數字孿生技術，利用大數據分析技術和數字化模型將實體核電站數字化并將之映射為虛擬空間中的“數字孿生體”[20]，支持核電站的數字化移交，突破傳統移交過程中的孤立、分散等結構性困難，提高數據復用性和使用效率。機器學習驅動的預測性維護也可有效降低新建核電站的試錯成本，精準預測運維過程中的故障事件。建議我國核電行業加快應用數字孿生技術，實現對核電站全生命周期所積累的龐雜數據進行深度挖掘和靈活應用，最大限度發揮數據價值，在新的維度上保障核電站安全生產運行。

（四）加強基于模型的系統工程（MBSE）與核電工程設計的融合應用

在核電工程設計中，應用MBSE方法實現核電工程從以文檔為中心向以模型為中心轉型，助力提升核電站全生命周期數據管理能力 [21]。MBSE采用標準、規范的數字化建模取代文檔記錄，數據文件結構化程度更高，可減少非結構化數據管理需求，進而提高數據的共享和分析效率；統一建模語言，消除系統模型因學科差異導致的“模型孤島”；貫穿全生命周期的系統建模，支持實現多領域模型全生命周期內的可追溯、可驗證、動態關聯，提高設計分析效率并增強數據信息的可復用性。

（五）建立健全核電站數據綠色管理政策體系

建議健全核電站數據綠色管理政策體系，實現綠色高效的NPPLDM。核電站數字化發展依托于數據中心的強大能力與可靠運轉，而海量數據的存儲與維護會消耗大量能源。在碳達峰、碳中和背景下，建設綠色數據中心是核電站減少能源損耗并降本提效的自然選擇，而核電站數據綠色管理是實現綠色數據中心的關鍵構成。建立和健全覆蓋核電站全生命周期數據綠色管理標準體系，對實現核電站數據綠色管理的企業合理給予優惠補貼和政策支持；加強政策引導和試點示范，探索形成核電站數據綠色管理實踐模式。