基于大数据与人工智能相融合的核电生产系统应用研究

摘要：随着信息技术与各行各业的高度融合，大数据和人工智能对核电生产系统的应用更是起到了技术加持效果。核电领域对数据及信息的依赖度极高，近些年核电领域相关的信息量呈爆发式增长，现如今在核电系统应用过程中，需要凭借大数据技术和人工智能技术辅助核电工业领域的发展与应用。本文将会介绍大数据与人工智能在核电生产系统中的应用意义以及日后的发展范围。

关键词：大数据;人工智能;核电生产;系统

在核电生产领域当中，各种控制系统、安全系统、分析系统的应用也逐渐让核电站在运营过程中产生大量的数据，所以想要及时分析和调取相应数据就需要大数据技术及人工智能技术的支持，建立完善的数据库体系，能够持续运营和维护，深度挖掘数据。

一、背景介绍

现如今，全球范围内都对大数据和人工智能极度关注，这也是凸显国家竞争力的途径之一。例如，法国已经将虚拟现实技术应用于核电工程的设计和建造等过程中，能够以三维模型的方式呈现核电产品的设计图形，能够有效帮助核电行业预防和诊断设备故障，及时进行干预和维修。而俄罗斯则是利用大数据技术建立了虚拟建造數据库，其中包含了建造过程中核设备、材料等相关的信息数据，能够帮助企业提前预警，深度解析问题。

我国现如今信息化技术的发展突飞猛进，随着对数据收集处理分析需求的不断增高，核工业与信息化融合度也逐渐加深，利用大数据和人工智能等相关技术，帮助和工业快速发展，已经是现如今的重点课题。

二、核电大数据与人工智能的发展意义及现状

1、核电大数据与人工智能的发展意义

大数据的功能就是将数据进行储存、压缩、整理、转换格式、分析、统计，再结合智能演算等方面技术，辅助发现问题并制定决策。而在核电生产系统应用当中，主要作用于提高生产效率，提高维护效率和实现数据及经验分享的功能。

不同放射性环境、不同的试验条件下，历史数据所产生的结果也不同，所以深入挖掘历史数据，从中对比得出相应指标之间的关系，从而指导和优化运行数据，为决策者提供可调控的参数是大数据和人工智能的重要任务。在维护设备过程中也会因为时间的积累而产生大量数据，都可通过大数据和人工智能进行整合，从而便于维修人员提前预判，及时解决问题。在核电领域，经常会出现针对某一种新型设备，其中一家公司或部门已经研发成功，而其他公司或部门没有得到消息，这就需要组建大数据平台，能够实在线交流分析，增强核电数据的开放性，实现多人在线协同合作。

2、核电大数据与人工智能的发展现状

随着自动化和信息化的快速发展，核电领域相应的运行及管理都离不开数据，所以想要及时更新信息和数据，在日常管理和运维中就离不开对信息技术的需求。例如在做监测系统时，可以适当加入图片、文字、影像、状态显示等相应的数据收集工作，如此获得的结果会比简单的报警机制更加全面具体。现如今核电的运行数据主要通过KDO、KME、KIC等系统进行记录统筹，但每种系统记录的格式和方式都不尽相同，所以想要全面对比数据、挖掘数据则会造成一定难度。

三、核电大数据与人工智能的应用及实现

1、内部运行数据的采集及优化处理

核电生产系统在运维过程中，每天都会自动采集和存储各种数据形成日志，其中所蕴含的维护参数，操作参数，运行参数等，数据规模庞大。以DCS系统为例，核电站内大多数的设备控制都是通过控制机采集环境数据、设备数据、运行参数等，再通过网络传输至服务器进行存储和显示，以供操作者实时了解、进行操纵，而想要了解设备的运行状态，则需要一一进行筛选和检索，筛选出的数据也相对不稳定，需要工作人员进一步进行计算和分析。所以现如今内部运行数据的采集与处理急需优化，通过大数据与人工智能技术相结合，整合统一的数据整理、数据采集、数据转换、解析等数字化平台进行演算，从中储存挖掘数据价值，提升数据的规范性和准确性，有助于帮助核电生产和运维的优化和把控。

2、建立云数据库，实现数据共享

建立云数据库能够通过网络实现数据共享，不仅能够为新进核电领域的工作人员提供快速提升能力的渠道，还能加速人员技能水平的发展，提升管理和优化运营模式。并且，现如今每个核电站之间的数据共享通道仍然无法打通，所以要从三方面进行创新。首先，需要根据核电数据快速打通一条共享渠道，可以让多方人员在线进行沟通或诊断，加快工作效率。其次，将云数据库与人工智能技术相结合，满足各个核电站的分享和数据储存需求，为设备管理和故障预警等方面提供数据支持。最后，在核电站建设和运营过程中建立模拟平台，例如三维显示平台可以帮助核电机组的设计与维修展示出更加直观的画面，从而积累经验，降低成本。

3、推动核电工程生产模式的转型

过去核电站的生产流程需要通过财务投入、进度安排、计划分解等数据进行对比分析，从而制定战略方针。而大数据和人工智能的加入，可以根据历史数据进行成本分析，从而确定人、机、料方面的固定因素和异常因素，尽可能帮助决策者降低成本，实现利益最大化。核电工程中除了对成本的把控外，对施工工艺、施工标准都有相应的模型和规范，想要加快大数据和人工智能的产业化应用，则需要从企业内部进行激活与推动，从而建设统一的参考标准，逐步驱动前台业务，重组核电业务流程与产业链条。

四、结语

本文通过对大数据和人工智能概念的描述，以及在核电领域方面的应用及意义进行阐述，初步探索了大数据和人工智能在核电生产领域的应用方向与实施对策，从而建立有效的数据库和在线协作平台，升级核电生产系统的数据管理模式和运维模式，在核电领域深耕，总结经验与教训，将大数据和人工智能的实操理念深度推广，促进各个业务与应用的衔接，打造全新的核电产业闭环，建立一体化的大数据体系。

参考文献

[1]方和.安全与高效的思辨——中国核电当前态势观察[J].中国核工业，2012，（02）：11-13.

[2]段智勇，刘永阔，夏虹，吴国华.核电站故障诊断与故障程度评估方法[J].应用科技，2016，（04）：1-5.

作者简介：王景虎（1986.2）男，籍贯：陕西西安，最高学历：本科，目前职称：中级工程师。