“截止到4月份最新統計的全國核電發展的數據，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%停止到4%，到2030年，計劃要達到1.5億千瓦時，目前國家的核電化水平相當于全球第4，僅次于美國、法國和日本，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研究所所長黃立軍在中國能源研究會節能減排中心與華北電力大學國家大學科技園聯合舉辦“2018年智慧電廠論壇(第一期)”上發表演講時表示。北極星電力網將全程對會議進行直播，如需了解更多的會議直播，請聯系微信號：13693626116

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?；炭?。當時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，實際上這個案例真是當時我們團隊，我們團隊在大亞灣核電站事實的一個項目，在核電站智能診斷方面作出了重要的貢獻。

今天介紹的是“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能電廠，最早2013年就啟動了智能電廠的建設，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，應該是在五年計劃里面超過10億的資金支持在做這個事情，目前也是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廣核的理解。

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時間和工作。

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，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%停止到4%，到2030年，計劃要達到1.5億千瓦時，目前國家的核電化水平相當于總體是全球第4，僅次于美國、法國和日本。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，中國往外輸出的核電工程包括中核集團在巴西市場和阿根廷推進的項目，包括中廣核在阿根廷、羅馬尼亞推進的項目，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年從當時最早的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，實際上走在一個奔跑、并跑到全球領跑的方式，事實上國家高科技、高新技術對外輸出核電和高鐵就是兩個名片，包括習大大和克強總理都是拿著這兩個名片在對外做相應的技術輸出。

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、安哥拉的項目，中東、南亞都有，都是新能源控股的項目。在英國也有投資建設的項目，當時是180億英鎊的建設費用，也是中國目前對外輸出最大的能源項目。包括在納米比亞的湖山鈾礦，是中國在非洲投資最大的項目。

這里是中廣核的大亞灣基地，這是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，從大亞灣95%以上的技術都是從國外引進的，過程中慢慢改進，和一些工程的建設，目前華龍一號以34號機組為原型，未來在英國建設的項目就是以兩個機組作為參考模型計算，核電已經具備了完全自主知識產權以及對外輸出的知識水平。我們跟EDF，就是大亞灣的最早兩臺機組全資引進的。

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?；痣?、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，中國的對外核電事業是本著，今年相當于頒布《核安全法》，以法律的高度和責任感來踐行這個事情的。

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特別復雜和繁雜的一個工程，兩臺機組大概20多萬臺套設備，400億的建設資金，這個設備安全和可靠性要求都非常高，涉核的會接受到核安全局、國家能源局、國防科工委相關的監管和控制，這里面涉及到的歷史上一系列核試驗大家可能都比較了解，就是說核電里面一些設備一旦出問題后果是非常嚴重的。第二，核電發展非常快，應該說福島事件對我們來說，外部可能講對于核電相當于潑了冷水、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。核電盡管說福島事件過去了，現在核電也在慢慢提上新的日程，包括今年能源發展規劃也是開工5臺機組的規劃，實際上就是說核電目前還是成為未來清潔能源尤其是在天更藍、水更清的要求下核電還是有非常大的發展前景的。核電大量的建設和開工，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，核電廠人不犯錯誤、設備不出問題，對人和技術都有很多的要求。

第三，電力市場是不參與或者多年前一直講核電要保護滿負荷運行，不參與相應的調峰。事實上由于電力市場疲軟，這種情況下核電同樣也承擔了這樣的電力市場的機制，目前這種機制會逐漸的加入到這樣的機制，保護層或者特例性已經逐漸被減去，這個時候核電同樣承載運行不得滿發。第四，這里面講到核電相對保守，處于起步階段，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，但是這些項目事實上會用于指導或者技術分析決策建議，但不會直接應用到閉環，不會直接口指導我們核電相應的系統里面去。這些系統當然經過逐漸的應用驗證成熟之后，我們也會推這個技術。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，也是我們研究幾個屯對的責任。

這里面核電集團級設備管理實踐路線總結。核電做集團級的設備管理講五個話，標準化、專業化、集約化，還有今年非常突出的智能化和精益化。智能化相當于設備管理專業能力的提升，包括創新應用。集約化主要是成本的提升、成本的下降。包括維修中心戰略備件的庫存和優化，以及人力成本的優化，相當于核電設備管理人員需要設置的話題。

標準化主要講的是在體系標準和平臺方面的互動，現在在核電里面，前面有一個領導講到說，真正的完完全全的互聯互通，是沒有相應的要求的?，F在在核電，在中廣核集團按照23+12功能領域方式劃分了相應的技術領域，每個技術領域里邊的數據原則說只能建1—2個數據平臺，這里面數據是完全互通的，比如說設備管理領域，我的設備管理平臺，就需要把設備的監測、評估、維修決策、維修成本的核算等等這幾個過程在一個平臺里面實現，這是統一平臺的概念。

這是全生命周期設備管理的一個概念，中廣核集團是一個大的集團，包括實施專業化的運作，包括相應的專門開展核電工程設計的設計院，包括核電工程總成總承包的公司，包括相應專業化運營業主單位，包括相應的維修服務提供商，包括技術服務平臺。這里面專業化運營之后，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、不帶病頭暈，數據要達到保值或者改進運行，提升之前的設計可靠性的水平，包括工程領域和運營，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年啟動了智慧電廠項目，后來集團覆蓋之后統稱為智能核電這樣大的戰略專項在推進工作，這里面講的是核電設備管理的內容。

全壽期的設備管理，我要抓取到的涉及到的數據和技術就非常多了，這里面右上角的一個圖，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的數字傳播，還有一個概念，在智能工程里面實現或者正在做的伴隨著華龍3、4號機組的建設，我們已經在進行數字電廠的工程，每一天華龍電廠3、4號機組鋪設了哪條電網、鋪了哪條泵，滯后一天數據可以及時配置進去，就是按照我們相關的要求，等到化隆1號兩臺機組建成的那天，就是我數字電廠可以直接移交的那一聽。核電領域做這個，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。電力系統控制系統，還有移動增強與現實。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中廣核做備件，包括北大遼寧、大連有核電站，南到大亞灣核電基地，還有西邊的核電基地，實際上有很多戰略備件是共享的，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、需求和計劃的排布，這個關聯起來，是人工智能和機器學習，這里面等一下后面會講到在智能監測和診斷方面的應用，數據的挖掘，是貫穿整個流程的。底下是一些業務常見規劃的情況，電廠的工程師和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，就是手機客戶移動端，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，以及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。這里右邊講的是設備全周期管理，包括從設計角度，我們要提取數據的特征，從運營角度，這里面兩個圖主要講的，一個是包括設計和運行的，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、功能診斷、維修控制等等都可以關聯起來。還有一個，在核電里面經常提的，我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了。

這是設備管理，設備管理主要設計到幾個方面，包括監測、評價、智能診斷等等這里面涉及到幾大模塊對應的數據，目前設備的基礎數據，先講一下數據的基礎板塊，和實施上已經把目前投運的20臺機組的運行狀態數據，大概2萬多個點的數據，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踐的數據，甚至包括核電領域我們比較強調的外部的機械反饋的數據都可以接入進來，這里面設備管理只是其中的應用領域，應用領域就可以直接關聯起來了，就可以從數據中心抓取設備運營管理的數據、試驗的數據和反饋的數據來做相應的分析和應用。

這是全壽期、全過程的數字化和智能化的概念，左上角介紹的其實就是相當于核電設備運行過程，這里面6個黃色的框圖是標準的核電設備的標準流程，按照標準流程劃分的設備、數據運行的幾個流程，包括設備分性能監測、糾正行動等等相應的流程。事實上華龍1號的機組，中國華龍1號第一臺機組是福清的501機組，但是中廣核華龍1號機組在數字電廠方面還是走在前面。

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核活動，以及輸出方面的幾個階段。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，一個是核電機組非計劃的次數為0，還有重大設備損害的次數為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。國際上有一個指標的對比，2017年的水平，美國和包括法國電力公司EDF的數據大概是0.4次為基礎，就是說大概2.5臺機組可能有一臺跳過1次，中廣核達到的水平是0.15，20個機組大概是3次這樣一個水平，所以非常低的一個數據，或者我們已經做到了一個比較高的高端，高端穩定事實上是更大的挑戰了。

這里講的是在大數據技術應用方面的架構設計的情況，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一些記錄，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，通過包括像這些算法模型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，在當前的水溫、運行環境里面，可以通過這個偏差看相應的預警，相比于之前的絕對值的管理，比如大家量體溫絕對值的管理，是另一個層面的概念了。在這個數據基礎上相應的健康管理和運營角色，我們目前小范圍的第一步和第二步已經實現了，后面兩步正在規劃設計在做。

第三部分，介紹一下核電設備管理典型案例及未來方向，我們的思考方向。

在智能核電項目，或者依托數據院在科技部工程研發中心下建立了核電設備安全實驗室的情況，這個就相當于我們目前團隊人員在推的核電設備大數據，怎么樣應用大數據來推核電的設備管理提升。這是目前已經建設完成的，實現了大亞灣、陽江等等在用機組的數據接入，剝削也有的機組雖然沒有商運，但是數據也接入進來，這里面在線監測和診斷的中心，這里面可以實現核電機組，因為我前面講了，中廣核所有在線設備的實時數據、運行狀態數據都已經接入到里面，他們這些數據我可以接過來，但是我們這里面有選取的，對重要設備開展智能監測和監測預警。

左邊是智能監測預警的模型，目前基于絕對值的監測上實現變革，如何抓取設備的特征，分析出他預測值的可能，通過相對的概念具體預警。這里面這種新的技術我們模式識別的技術，先進模式識別的技術，基于這個先進模式識別技術的內核，我們可以實現動態、多參數分析和預警。第二，技術診斷方面的應用。我們在很早之前做的事情相當于知識庫的應用，基于人為描述或者窮舉發電機的故障是什么樣的，根據設備異常追溯，通過不同的輔助判斷追溯設備的故障原因，最后發現，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，這時候我們引入了像大數據技術如何去做相應的分析，也是做了相應的案例實踐。

這是設備智能監測的一個場景，左上角這個圖，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，正在報警的少，一路追溯下來就可以知道什么參數、哪個信號發生了問題。右邊是典型的具體的設備參數的圖像，在中廣核總部有群廠的監測中心，在各個電廠有監測室，這些數據在移動端或者其他方面也可以看到。

這是知識與數據融合的智能診斷技術，前面有提到的張教授我們一起試點的大亞灣工程就是在這里面左下角的圖，包括幾個重大設備上面相應的工程，也是出現了多起設備異常，也進行了相應的輔助診斷的預警。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，就是說我們是不是有了大數據可以完完全全撇清這個。

這是技術與數據模型相結合，怎么樣評價設備健康狀況的情況，目前在網絡對于我們把核電廠分了三個層級，從設備層，設備屬于一個系統、實現一定的功能，比如說組別式系統，設立了相應的層級指標，包括設備健康指標、機組設備考核參數等可以實現動態的數據管理的監測和評估，給出相應的定期評估的監測報告。這個是已經運作起來了，而且這個指數跟國際上包括中廣核目前在內的都可以做相應的對比和打分的，目前處于相當于國際比較先進的水平。

這是維修成本的控制，如何實現維修成本的下降?？赡懿荒吧囊钥煽啃詾橹饕木S修，大亞灣核電站其實就是最早做核電領域里面做以可靠性為主的維修，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、檢修以前的歷史數據包括備件成本、歷史成本的數據，以及本身機組的大修計劃等等，綜合做數據的分析，推動維修模式的變化，轉到VBM的方式去做維修成本的控制和優化。

缺陷管理，這里面只有一些應用場景，包括有的做的培訓和主控的平臺，做了培訓和大修期間信息交互的平臺，沒有做得那么先進，包括SOP包括他們做的非常炫的視頻介紹他們的缺陷管理，還達不到那樣一個水平，他們抓過來的。

這是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，我目前負責經驗反饋的數據建設和管理的應用。經驗反饋里面大量復雜的數據里面如何去挖掘，而且經驗反饋的數據基本上都是離線的文本化的數據，首先實現數據的治理、數據標準化處理，然后挖掘事件的原因和趨勢分析。比如說核電廠發生重大設備事件之后，主線跳閘，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，現場運維決策人員就會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，按照三天的管控計劃的方式，看到這個計劃的時候，比如說涉及到控制系統運行的工況，就可以找到歷史的經驗反饋數據。

這是預防人因失效方面的做法。

未來發展方向方面，設備數據已經有相應的建設，當然可能還存在不健全、不完善的地方，要做相應的完善和提升。

要實現包括相應的技術，我們已經提的比較多了，這里面加上新技術真正合理的智能高效的應用起來。

這是我們目前正在做的和歷史上做的，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，我們一起做這些事情，幫助中國的水平提升。