基于云平台的核电设备监测诊断架构设计与实现

刘 欢，毕道伟，刘嘉熙，张东生

（1.上海交通大学 机械与动力工程学院，上海 200240；2.上海核工程研究设计院，上海 200233；3.四川大学电气工程学院，成都 610065）

0 引言

设备作为核电站重要的生产要素，如果发生故障，轻则降低生产效率，重则导致机组停机，有时甚至造成灾难性的后果。2018年发改委等四部委联合发布《关于进一步加强核电运行安全管理的指导意见》，要求加强关键设备运行状态监测，改进监控技术手段，提高设备的可靠性，加强对核电机组运行风险的实时跟踪，精准提高核电运行安全水平。可见对核电厂关键设备进行状态监测与故障诊断研究显得尤为重要。

在传统的核电厂内，对各类复杂设备的监控与优化需求非常迫切，这些设备的数据采集具有高频率、大批量、高并发、长周期的特征，每天产生的运行数据达数百G，如何远程监测、储存并利用这些数据，让其产生价值，成为了一个急需解决的问题。传统的核电监测与诊断系统多为单机式、集中式、离线式[1]，难以实现设备的异地监测。而且其多通过设定阈值，触发多级报警来实现异常检测，诊断更是多通过人为经验来判断推理。近年来，国家推出了两化融合、“互联网+”行动，积极推进了物联网、云计算等新兴技术在设备远程监测领域的应用，而机器学习等基于数据驱动的智能算法在工业设备故障诊断中的研究也愈来愈广泛。

杨文广等[2]利用Bosh Lite搭建了私有的Cloud Foundry PaaS平台，并在云平台上进行动力设备的诊断案例开发；……