核电厂智能化仪控系统应用框架设计及实现构想

□李鸣谦 王 硕 陈日罡

一、引言

“工业4.0”概念首次提出了以高度数字化、网络化、机器自组织为标志的第四次工业革命。2015年，我国继而提出了“中国制造2025”，其内涵旨在信息化和工业化深度融合的背景下，应对人工智能、互联网、大数据、云计算等领域新技术发展，推进重点行业智能转型升级。在“中国制造2025”列出的十大重点发展领域中，新一代信息技术、高档数控车床和机器人、电力装备等均与核电行业紧密相关。在2018年底中核集团发布的《创新2030》工程方案中，将“智慧核工业”列为29项重点型号任务之一，在2030年前初步建成智慧核工业，通过广泛采用现代技术(如物联网、云计算、大数据分析、人工智能、机器人、虚拟现实和移动应用等)，首先做到“少人干预，少人值守”，最终实现装备无人化和工厂智能化。从核电发展的需求上，随着对于核电安全性和经济性要求的不断提升，新型核电机组的出现，对于现有技术也提出了新的挑战，都需要智能化技术的贡献。可见，智能化已经成为核电技术未来发展的一个必然趋势[1]。

从各行业智能化探索的过程中可以看出，智能化技术的基础是状态感知、数据交互、算法和人机交互。对于核电领域，智能化电厂的核心目标是提高机组的自动化、信息化水平和运行效率，进一步提升安全性和经济性。因此，作为核电厂数据采集、传输、处理和人机交互的综合平台，以仪控系统为核心的电厂监控系统的智能化在核电厂智能化进程中起着衔接总体规划和具体技术落地的承上启下作用，需要制定出与核电智能化相匹配的技术方案。

但是，现有数字化系统的能力还没有充分的利用，例如电厂的自动化水平并没有比基于模拟技术的电厂有显著的提升、海量数据缺乏深入的挖掘等。对于智能化技术的研究和应用，则还是处于研究探索阶段，仅有少量零星的工程应用。因此，本文通过对现有核电厂典型运行任务流程的分析，提出集智能监测、智能诊断、智能控制、智能交互于一体的核电智能化仪控技术应用框架及其设计方案。

二、智能化技术应用框架分析与设计

通过对现有核电厂运行体系的分析，典型的运行任务流程如图1所示。

图1 典型的运行任务流程

正常运行工况下，操纵员需要对核电厂的整体状态进行监视，以确定电厂处于正常的运行状态。在监视中发现状态异常后，需要对电厂的状态进行诊断和分析，以确定异常、故障以及事故的原因和来源。之后通过自动化/人工干预手段排除故障或将核电厂带入并维持在安全状态下。基于以上运行任务的模型，本文从少人监控/无人值守的目标出发，将智能化运行所需由操纵员来实现的运行功能划分为智能监测、智能诊断、智能控制和智能交互四个方向。

(一)智能监测。核电厂的实时状态监测是保障机组运行安全最重要的任务之一。当前核电厂使用的基于固定阈值的状态检测方法中，可以在监测信号超过其误差边界时提示异常，但较宽的误差边界又会降低异常检测的灵敏度，难以实现复杂工况下异常状态的快速识别(如蒸汽发生器传热管破裂事故的早期诊断)。因此，智能监测需要采用基于系统模型的动态阈值监测技术，通过神经网络、核回归、支持向量机等方法[2]，对设备的状态和故障模式进行识别和建模，提高状态监测的性能并扩展电厂监测能力的范围。

(二)智能诊断。故障检测和溯源同样是提高核电厂安全运行的重要任务之一。现有核电厂运行体系中的故障诊断主要由人来执行，在事故工况下需要耗费大量的时间和精力，再加上简单直接的错误诊断以及不适当的纠正措施可能会导致更危险的情况发生，因此需要辅以智能化手段来提升诊断的准确性和效率。

在智能化工业故障诊断技术中，通常采用时间序列建模的方式预估复杂工业系统的动态行为，以此来贴合实时信号所具有的时序性和波动性的特点。一般的时序故障诊断算法都是基于统计学习模型，包括隐马尔可夫模型[3](HMM)、卡尔曼滤波模型[4](KFM)和动态贝叶斯网络模型[5](DBNs)等。但是，由于核电系统的高度复杂性和数据高维度特性，运用这些算法进行核电系统故障诊断时，存在计算量大、响应时间长、缺乏处理不完整和不确定信息的能力等问题。例如，HMM模型是无记忆的，只与先前历史状态有关，缺乏利用上下文信息的手段；KFM适用于线性场景，能够准确估计线性过程模型和测量模型，但在核电这种算非线性场景不能达到最佳估计效果；复杂DBNs模型建模难度大，再加上通过DBNs模型进行精确推理是一个NP-hard问题,极大地影响了推理效率，阻碍了其在核电厂这种复杂工业系统中的实际应用。此外，上述这些基于统计学模型的诊断方法，在训练阶段需要大量高质量的数据集输入，对于核电系统这种故障数据获取难度大的系统无法直接使用。

为改进现有诊断方法的性能，本文通过将常规监测信息和智能监测信息进行整合，并结合核电厂工艺系统设计中现象和原因之间的关系，构建了专家知识库作为传统报警系统的有效补充，并采用基于动态不确定因果图[6](DUCG)的故障推理及溯源方法定位故障源信息，为操纵员对设备故障和电厂事故的诊断提供协助，降低操纵员的工作负荷并提高运行效率。

(三)智能控制。从长远来看，智能控制对于未来可移动式核电源、无人驾驶舱等是技术发展的大趋势。因此，需要开展各事故条件下核电厂自动处置和控制方法的研究，逐步弱化操纵员作为控制者的定位，而强化其作为监督者的定位。由于核电站结构和运行状况的复杂性，应用面向安全状态和功能恢复的智能化技术，实现事故状态下的自动处置和控制将是解决这些问题的途径之一。对目前大多数核电厂来说，自动控制主要是在正常运行工况下实现的，还有大量的设备和过程需要人工控制。因此，需要对工控系统在各种运行条件下所能提供的自动控制能力进行分析和梳理，按照先易后难的顺序，为核电站的运行提供更多的自动控制功能，逐步构建智能化核电厂控制方案。

通过对工控系统在各种运行条件下所能提供的自动控制能力进行分析和梳理，核电厂智能控制方案应包含顺序控制、自动控制和人工智能控制三大方向。

1.顺序控制。顺序控制应以核电厂现行运行规程为参照，通过分析机组运行特性及各执行步骤需求，确定运行过程边界、断点及所需实现的功能。可将现行自动控制方案或强化学习方案解决的步骤剔除，其余步骤通过设置断点和判断条件的方式串接形成相应的控制方案框架。

2.自动控制。目前，PID控制方法在包括核电厂仪控(I&C)系统在内的自动控制系统中仍被广泛使用，其控制性能仍有很大的提升潜力。随着计算机性能的提高和运行数据采集范围的扩大，应用协调控制、最优控制和智能控制等先进的控制方法来获得良好的控制性能在技术上已经成为可能[7～9]。此外，基于核电站高安全性和可靠性的要求，在重要的控制和保护系统中逐步开展软测量和容错控制技术的研究和应用，将是提高核电站整体安全性和经济性的重要途径之一。

3.人工智能控制。对于难以通过自动化技术实现的控制功能，采用如图2所示的流程设计并实现人工智能控制器，通过神经网络和强化学习的方法建立模型并对人的操作记录进行学习[10]。训练后得到的人工智能程序可在模拟机中通过自主学习方式进一步提高性能，使其可执行目前仅能由人来实现的控制功能，以推进少人/无人值守技术的实现。

图2 人工智能控制器实现流程

(四)智能交互。人机交互(HMI)是核电厂中的一个典型场景，因为操纵员会接收从核电厂内传感器或设备收集到的数据，并以此为基础做出相关决定，这使得它在核电行业极为重要[11]。主控室中具有良好设计的人机界面可以有效帮助操纵员减少人因失误，确保核电站的安全。核电厂主控室中，信息的推送和呈现应当基于操纵员的任务执行过程来组织。根据人员认知与决策模型和功能分配原则，操纵员在任务执行过程中的信息应当支持其诊断、决策、控制和确认过程。而目前，核电厂主控室的人机界面存在智能程度较低、图形用户界面简单的情况，难以应对事故初期大量异常信息爆发式出现的问题，需要生态界面和语音交互的介入。

生态界面与传统的计算机化的人机界面相比，主要被应用于复杂系统的人机交互，已被证明对过程控制是可行和有效的[12]。生态界面在理论体系方面融合了认知心理学原理，与现有核电厂计算机化运行画面相比，能够使得操纵员更加快速地按照操作目标调整操作策略，极大地减轻操纵员的心理负担，为操纵员在面对新情况、新问题时做出正确决策提供良好支持。

语音交互[13]则可以应用于核电厂启动、停堆、满功率运行、异常、瞬态和事故等全范围电厂工况下，操纵员只需按照预定规则发出语音指令即可完成查询参数、启停设备、查找画面、建立趋势、输入定值、模式切换等任务，省去了操纵员执行相应操作的时间，能够有效提升操纵员的任务执行效率。

图3 核电厂智能化技术应用框架

通过上述对智能化技术框架的分析，本文给出如图3所示的核电厂智能化技术应用框架。该框架能够严格遵循现有核电厂运行体系中典型运行任务的流程，能够准确识别异常情况的发生，快速定位故障源信息并通过语音交互和画面自动跳转的方式将紧急信息提供给操纵员进行运维决策；经操纵员确认后，智能控制可快速响应进行事故工况的紧急自动处理，保证机组安全可控。

三、实现与样机展示

图4 智能化研发演示与支撑平台

图5 生态画面总貌图

根据图3所示应用框架，本文构建“智能化研发演示与支撑平台”(图4)作为样机实现框架内各功能。样机采用B/S架构实现，通过TCP/IP协议通信的方式与华龙一号仿真验证平台进行结合，以此获取核电厂运行数据以及故障工况模拟。样机内置有数据库管理系统、生态画面组态模块、智能预警模块、智能诊断模块、智能控制模块以及语音交互功能模块，各模块可通过参数配置方式进行组态，各模块相应画面可通过界面左侧菜单栏进行导航。

系统图5给出给水系统生态画面总貌图，可为操纵员提供运行相关的观测信息。与传统人机界面相比，图5所示生态画面具有更高的信息密度。图5中红色标记为跳转链接标签，通过点击或语音交互可跳转到对应的设备画面。画面上部“报警灯”可在异常信息或故障源信息产生时通过闪烁动作提示操纵员关注，提示过程会伴有语音提示。

图6 循环水泵动态展示画面

图7 顺控任务动态展示画面

图6给出循环水泵设备展示画面，除相关观测信息的展示外，当故障发生时，DUCG故障诊断与溯源系统经过推理给出相关故障源信息，如“开真空破坏阀”“绕组温度高”“油位低”等信息，并在画面上动态显示。同时，会通过语音交互的方式提示操纵员是否自动进行异常工况控制动作。顺控动作如图7所示，左侧列表给出相关建议操作，控制建议经操纵员授权后可自动执行，且每一步的操作状态可通过不同颜色予以区分。

四、结语

本文从少人监控/无人值守的目标出发，通过对现有核电厂运行体系及典型的运行任务流程进行分析，将智能化运行所需实现的人的运行功能划分为智能监测、智能诊断、智能控制和智能交互四个方向。在对各方向进行充分论述的基础上，提出了集智能监测、智能诊断、智能控制、智能交互于一体的核电智能化技术应用框架及其软件设计方案，并结合公司现有的华龙一号仿真验证平台，搭建并形成相应样机。虽然目前在核电厂进行智能化运行控制仍有许多问题，但是仍希望本文工作能够为智慧核电的发展作出贡献，加速智能化应用在核电厂中的进一步整合。