人工智能和大数据在核电领域的应用研究

(中国核动力研究设计院,四川 成都 610000)

随着现代信息技术的发展,信息化建设模式发生重大转变,以人工智能、大数据、云计算、物联网等新兴技术为代表,正引导信息化发展进入一个新时代。人工智能、大数据的到来,让“数据驱动”智能应用成为新的全球大趋势,特别是挖掘大数据隐含的战略价值已引起发达国家的高度重视,许多国家相继出台国家战略,推动人工智能和大数据在互联网、工业制造、军事装备以及专业工程等领域的应用发展。

近年来工业制造、互联网等领域都在积极推广人工智能和大数据应用,国内外已经有许多企业和科研机构在积极促进大数据、人工智能等技术在工业领域的创新应用,产生了大量优秀的案例和解决方案,为人工智能、大数据在核电领域的应用提供了参考。同时,核电发展也是人工智能和大数据的重要应用领域,具有重大的经济效益和社会效益。利用人工智能和大数据技术与核电业务的结合,发掘出具有稀缺性和差异性的数据价值,实现以数据驱动创新发展,将促进核电发展进入第四次工业革命的新格局。

本文以核电领域的人工智能和大数据应用为研究对象,从顶层设计角度,从核电业务、关键技术以及典型应用3个方面,探索人工智能和大数据在核电领域的应用方案,以促进核电行业向数字化、网络化、智能化发展,提升中国核电企业的核心竞争力。

1 背景介绍

人工智能、大数据在核电领域的应用是大势所趋。大数据开发应用在国家与社会发展中具有重要战略意义。中国核工业相关单位积极开展人工智能、大数据在核电领域的应用研究,并制定相应的发展规划。

1.1 国家层面高度重视

中国政府高度重视人工智能和大数据的发展和应用。2015年以来,我国从国家层面制定了《促进大数据发展行动纲要》《新一代人工智能发展规划》等,并在《中华人民共和国国民经济和社会发展第十三个五年规划纲要》单独列出一章“实施国家大数据战略”,提出把大数据作为基础性战略资源,全面实施促进大数据发展行动,加快推动数据资源共享开放和开发应用,抢抓人工智能发展的重大战略机遇,助力产业转型升级和社会治理创新。

此外,“两化融合”“互联网+”“核电走出去”等国家政策,对核电行业信息化支撑主营业务的能力提出了要求,为信息化工作提出了明确的目标。中核集团在“十三五”重点战略任务中提出“数字核工业”计划,以研发设计数字化、装备制造智能化、经营管理现代化为建设重点,向大数据转型,支撑集团公司全产业链科研、设计、建造、生产、运营等业务创新和管理创效,积极推动人工智能和大数据在核电全体系的应用。

1.2 国内外发展现状

国外人工智能和大数据在核电领域的应用方面已经拥有较多的典型案例。以美国、法国为代表,通过长达几十年的数据积累和大数据分析应用,在核电检修、在线检测、远程诊断、安全保障等方面有了长足发展。例如西屋公司所开发的“可扩展的开放技术平台”,实现通过传感器不间断的监测取样将核电站数据采集到数据处理中心;美国电力科学研究院采用“故障预测与健康管理系统”实现对欧洲核电站的在线监测功能;美国通用电气开发的“GE Predix”平台实现将各种工业资产设备和供应商相互连接并接入云端,并提供资产性能管理和运营优化服务。法国电力集团实施 “利用永久性状态监测实现状态检修”计划,实现对核电站主要部件的在线故障检测、利用专家系统对故障的评估、向全国性分析中心发送监测数据等功能。这些案例持续长达几十年的积累和迭代,取得了显著的应用效果。

在国内,我国核电行业各主要单位相继开展了不同业务领域的大数据应用研究和实践,主要工作集中在主数据治理、三维协同设计、智能机器人、设备数据采集等方面。例如秦山核电站启动大数据咨询项目;田湾核电站开展主数据治理和大数据应用策划工作;苏州热工研究院开展群厂监测分析、预警与智能管理支持;中广核集团实现对核电站重要设备开展智能监测和监测预警;中国核动力研究设计院利用人工智能算法建立了远程诊断分析系统,实现对多台核电机组提供远程分析诊断技术服务等。

整体来讲,在国内核电领域,对于人工智能和大数据的应用还处于起步阶段,研究和实践的方向偏向于数据基础治理方面,没有形成支撑核电业务大数据应用开发的技术体系,对于人工智能、大数据的应用价值未能形成典型案例。

1.3 核电发展势在必行

当前,中国核工业迎来战略发展机遇期,核工业在维护国家安全和能源安全中的地位更加突出,核电大发展、安全发展和“核电走出去”战略实施对核电发展提出更高要求。我国核电产业经历过30余年的发展,经历了各种堆型设计、施工和运行阶段,也积累了丰富的运行经验和数据,随着数据的积累、信息系统的复杂化,逐渐面临工作效率降低、人工成本增加、数据资产浪费以及决策依据不全面等诸多问题。为了促进核电产业优质高效地可持续发展,只有增强自主创新能力,积极探讨和研究新兴信息化技术手段,通过使用人工智能和大数据技术与传统业务的结合优化增值,才能带来效益迭代递进和创新发展。

2 研究内容

针对国内外人工智能和大数据的研究现状、发展趋势、面临的挑战和国家大数据战略的需求,结合核电行业的数据和应用特点,提出“数据是基础、平台是支撑、协同是保障、分析是核心、应用效益是目标”的理念,为核电应用提供参考。以促进核电产业自身发展及提供优质应用服务为出发点,从核电业务、关键技术以及典型应用方向3个方面,研究核电领域人工智能和大数据应用方案。

2.1 核电业务

从核电业务角度,可分为3个阶段的应用,分别是人工智能、大数据在核电设计体系的应用;人工智能、大数据在核电工程建设体系的应用以及人工智能和大数据在核电运营体系的应用。

(1)人工智能、大数据在核电设计体系的应用

数字化交付是构建人工智能和大数据在核电设计过程中应用必经的第一步。区别于传统工程设计( 以纸介质为主体) 的交付方式,将相关设计成品以标准数据格式提交给电厂,并初步实现软件数据向大数据平台的自动发布,打通数字化交付流程,提升核电设计采购施工管理效果。此外,还需建立覆盖核电工程设计全过程、全专业的设计数据集中管理,设计过程文件、成品文件单一数据源的统一管理,满足多种维度设计数据利用需要,通过大数据应用平台满足工程建设对设计进度跟踪的需要。

(2)人工智能、大数据在核电工程体系的应用

人工智能、大数据在核电工程体系的应用主要在有效支持科研创新、工程设计优化、工程建设创效和核电厂运营智能化方面开展。首先,在核电工程建设过程中,各参建方建立自己的信息管理系统,其结构分散。通过数字化工程体系建设,使各参建方之间复杂的接口关系转化为同一个数据平台上协同工作的高效协同,降低信息传递的不对称,并将工程管理过程数据沉淀下来,有效地将实体核电站和数字化核电站的建设过程进行同步,保证数字化核电站的建设质量;其次,通过整合核电建设项目各参建方的数据资源,构建全厂数据模型,根据不同阶段的需求对数据进行抽取与利用,实现按需共享;然后,利用三维模型动态模拟施工过程、调试过程,实现施工调试的可视化管理,有效地压缩土建施工、设备安装和调试移交的工期。

(3)人工智能、大数据在核电运营体系的应用

智慧核电运营是核电先进运营技术的发展趋势,其目标是保障核反应堆安全、经济、高效运行,实现核电站在役检查及关键设备的在线检修与更换等技术研究。人工智能、大数据在核电运营体系的应用是通过智能辐射防护监控、智能巡检、智能设备管理等技术研究,构建核电智慧运营基础架构。相关关键技术和应用包括：研究先进无损检测新方法、高精定量在役检测技术;研制核电站智能检修机器人,开展仿真技术、运行支持技术研究;开发人因数据采集与分析系统;开展辐射剂量监测定位技术、自动抄表技术等智能巡检技术研究;开展设备全生命周期资产管理技术等智能设备管理研究等。

此外,人工智能、大数据应用还可以贯穿在核电日常生产活动中。比如推进基于运行监控实时数据的故障预测、诊断分析试点;推进设备可靠性与维护检修精准化技术支持体系试点,为设备可靠、高效运行提供保障;推进电厂安全分析数字化、高风险作业三维模拟化,应急演练仿真化,提升电站运行的安全管控能力;开展机组运营绩效对标,支持机组运行绩效改进,为核电运营标准化、数字化和可视化奠定基础等。

2.2 关键技术

从技术角度,人工智能和大数据在核电领域的应用需要研究从大数据的采集、存储、计算、分析、管控和服务几个层面的关键技术。

(1)大数据采集技术研究

为及时发现核电站设备故障,大数据技术应同时具备实时和非实时数据的采集能力。需要研究将流计算框架作为基础,通过对流数据进行高效实时运算,支撑实时业务响应和规则动态匹配。

(2)大数据存储技术研究

为满足海量实时设备信息的存储需求,大数据技术需要同时具备结构化与非结构化数据的存储和计算能力。利用内存库和流计算技术,实现数据的快速计算和存储,进而提升业务的反应速度。研究内容包括研发统一的存储适配接口,利用分布式存储技术研发海量文件存储技术,研发同时支持事务性数据和分析型数据的新型关系型数据库,实现统一的可视化数据管理等。

(3)人工智能算法、大数据计算研究

研究内容包括分布式运行引擎和协同计算功能,搭建分布式运行集群化环境,研发统一的资源管理功能,既能满足流计算、内存计算、批量计算和查询计算的功能,还能满足多租户不同计算模式下的资源分配与隔离。

(4)人工智能与大数据分析研究

研究数据模型映射转换业务语义、数据挖掘等,研发业务语义设计器、自助式分析足迹、数据挖掘等,形成自助式分析工具集。大致可分为三部分：自助式分析组件,业务语义设计器和数据挖掘组件。

(5)大数据管控研究

以核电现有数据字典为基础,从元数据管理、数据标准建立、数据质量监控、数据安全、数据共享发布等方面入手,研究确保数据的安全可靠,实现书同文、车同轨的数据管控能力。

(6)应用服务研究

研究内容包括数据服务、计算服务和可视化管理服务等,其中数据服务主要包括数据融合访问模型建立,研发数据路由和数据网关,形成数据服务组件,支持对各类数据的标准SQL操作、安全权限控制和数据缓存,支持各类应用统一访问各类数据源。其中计算服务主要包括研制计算任务规范、研发多模式计算任务管理、计算流程配置等功能,提供各类计算任务的上传、发布、调度和管理能力,支持用户自定义计算任务和通过配置获取结果的通用计算任务。还要制定标准化的组件调用和数据交互接口规范,融合各类展现控件,集成包括GIS以及各类图像图形展示软件,形成大数据可视化组件库,支撑可视化应用构建。

2.3 典型应用

从应用角度,人工智能和大数据应用在核电各个系统具有相似性,相关典型应用的功能包括但不限于以下方面。

(1)三维模型数据应用

研究将多种专业设计软件生成的3D模型,进行轻量化转换和智能压缩,利用网络进行安全传输,并在大数据应用平台上进行高质量、高性能、安全的显示。自动抽取各板块业务系统的数据,按照预定义规则进行转换与清洗,与电站对象深度关联,建立各种数据之间的网络关系,与三维模型、二维图纸联动。将三维模型与业务数据关联之后,使用户可以快速、高效的查看三维模型、二维图纸以及多维度业务数据,大大减少数据查询的时间,给用户带来全新的数据协作体验。

(2)知识库与图文档管理

研究通过高速扫描仪、高精度摄影器材等设备,对核电图文档进行数字化管理。大数据应用平台与各种图文档编制工具的关联,能够自动调用原应用程序对图文档进行编辑、修改。在审批和浏览过程中,应用平台能够实现对图文档的审批、圈阅功能,为无纸化的设计过程提供支持;审批发布的图文档支持手动归档或自动归档。大数据应用平台集中管理核电全寿期产生的各种文档并形成经验知识库,实现图文档的电子化集中存储,实现知识数据在公司内部的合理配置和有效共享。

(3)流程管理和版本控制

在核电项目建设过程中,不可避免地出现各种设计变更。人工智能和大数据能最大化地发挥流程管理的作用,从设计阶段开始,制造、采购、安装、调试、运行、退役等阶段都采用配置管理方法,能够积累从设计阶段开始的各个阶段的数据,全方位地记录核电机组的情况,全面地进行配置管理。通过对配置项的精确管理,减少了不必要的重复及修改等工作,缩短了工作时间,少占用了工作资源,减少了相应的费用,同时有利于经验反馈,降低重大安全事故的风险,整体提升安全水平。

(4)专业协同设计

核电设计各主要专业在同一设计平台上完成布置设计,等同于完成一次核电厂的数字化虚拟建造,可以实时反应各专业设计成果,避免设计冲突,极大提高了设计质量和效率,避免设计变更,大幅降低建造成本。人工智能和大数据可以实时获取智能流程设计系统提供的设计结果和工艺参数,实现二三维设计校验,保障设计数据源的唯一性。通过增加相应设备及软件,把协同设计平台从原来的只有数据传递,扩展到包含数据、视频、声音的综合可视化协同设计平台,可使多地用户同时进行可视化设计交流,可以极大地提高设计效率与质量。

(5)施工项目管理

研究以施工作业为依托的计划、费用、质量、安全、变更、文档、风险及经验反馈等的一体化管理,提供项目进度实时监控功能,方便管理层直观监督项目进展,提供项目的计划进度和实际进度对比分析,方便管理层监控项目状态。通过直观方式实现对项目、任务的提前、正常、预警、延期等状态监控,任务完成时间即将到期时,系统可以自动给任务负责人发送预警提醒。并支持用户对项目进度、任务分配情况、项目输出物质量等多维度进行分析和输出报表,实现项目风险的控制。

(6)核电调试管理

通过建立标准化调试技术体系,形成调试标准化技术数据库,建立完备的调试成本数据库;健全经验反馈体系,建立经验反馈数据库,为后续项目提供借鉴与参考,从而为电厂数字化移交提供保障。可满足调试计划、过程与调试数据管理和移交的基本管理需求。以调试计划为驱动,以问题管理为导向,以调试准备、实施、移交为主要业务流程,实现调试业务流程电子化,操作规程结构化;建立与设计、采购、施工及运行的信息集成与数据共享,实现调试业务的全生命周期管理。

(7)核电运营管理

基于核电工程数字化交付成果,构建核电厂运营配置数据库。研究基于运行监控实时数据的故障预测、诊断分析。研究设备可靠性与维护检修精准化技术支持体系,为设备可靠、高效运行提供保障。推进电厂安全分析数字化、高风险作业三维模拟化、应急演练仿真化,提升电站运行的安全管控能力。开展机组运营绩效对标,支持机组运行绩效改进,为核电运营标准化、数字化和可视化奠定基础。

(8)决策支持

基于数据仓库和数据挖掘,大数据应用逐步实现生产、经营、安全等方面综合信息的汇总查询,对运行指标、经济指标等数据进行统计分析,提供多种分析模型和预测模型,以多种图表形式展现,为核电企业提供高效、及时、准确的信息。

(9)数据安全

对于核电信息系统而言,安全性无疑是至关重要的,核电数据比起一般信息服务,安全认证机制的灵活性和数据的可靠性要求更高。安全问题主要存在认证、授权、审计、加密等方面,进行安全管控的总体目标是实现大数据的用户安全和数据安全。用户安全是访问大数据平台的用户,主要研究其身份认证的安全、权限控制的安全,保证合法的用户能够访问大数据平台上指定的组件和数据;数据安全是存储在大数据平台上的数据的安全,数据全生命周期的整体安全,研究内容包括数据源的安全、数据加密、数据脱敏、数据访问的审计等方面。

3 研究总结及展望

推动人工智能、大数据在核电领域的应用发展,是大数据时代必备的基础工作,也是核电企业突破当前技术瓶颈的有效突破口。本文通过对核电业务、关键技术以及典型案例的研究,总结了人工智能和大数据在核电领域的应用研究思路,有利于促进核电信息化、数字化、智能化等业务的发展,推进“数字核电”的建设,提升中国核电企业的核心竞争力。

在我国核电行业整体信息化建设落后的情况下,大数据、人工智能等信息化新技术的起步和推动,为新时代核电领域的发展提供了方向,不能等到信息化水平提高后再开展大数据、人工智能的相关工作,应该齐头并进,相互促进,协调式并行发展。

首先,数据治理应先行。忽视数据治理给大数据建设带来了不少问题,随处可见的数据不统一,难以提升的数据质量,难以完成的数据模型梳理等源源不断的基础性数据问题,限制了大数据的发展,导致大数据应用的展示效果不佳。数据治理需要以元数据为基础,实现贯穿数据设计、产生、存储、迁移、使用、归档等环节的数据全生命周期管理,以及数据从源端到数据中心,再到应用端的全过程管理。

其次,核电大数据应用必须要深入挖掘专业场景,解决目前的传统数据处理技术由于数据规模巨大、数据类型复杂而难以解决的问题,或者目前单一业务系统的数据难以解决,必须融合多源数据系统才能解决的问题。这类业务需求必须结合大数据技术擅长的领域,密切结合业务领域的实际需要才能得到。

再者,在清楚专业需求以后,必须要建立专业数据模型。不同的专业领域有不同的专业特点,数据规模、类型、结构、相互关系都不相同,必须结合专业特点,建立符合专业特点的专业数据模型。

我国核电产业经历过几十年的发展,经历了各种堆型设计、施工和运行阶段,也积累了丰富的经验和数据。面对国内外市场,为了确保核电产业优质高效地可持续发展,需要在全产业链数据标准和数据积累方面做好能力建设工作,夯实基础,通过使用人工智能和大数据技术的应用优化和由此带来的管理迭代递进,逐步实现中国核电 “做强、做优、世界一流”的愿景。