大數據、人工智能等先進技術在核電領域的應用正逐步落地。近日，數博會 “十佳大數據案例”評選結果在2019中國國際大數據產業博覽會上揭曉。由中核集團研發的反應堆遠程智能診斷平臺——PRID，入選2019年 “十佳大數據案例”，成為國內*獲此殊榮的核電關鍵設備智能運維平臺。

　　“PRID反應堆遠程智能診斷平臺，是人工智能技術在核電行業的落地和發展。”中核集團中國核動力研究設計院 （以下簡稱核動力院）黨委書記周定文在接受記者采訪時表示。

惟一入選實體工業

　　成為十家入選企業中惟一一家實體工業，PRID的入選讓周定文頗感意外。 “榮獲 ‘十佳大數據案例’我們感到非常驚喜和意外。這意味著大數據、人工智能、遠程實時診斷等技術在工業領域尤其是核電關鍵設備領域，走出了很好的一步。”周定文說，“對下一步其他技術的研發應用，也具有一定推動意義。”

　　2019年初，工業和信息化部面向全國范圍廣泛征集大數據*產品和應用解決方案，總計征集1706個案例，經過嚴格篩選，94個*案例形成 《大數據*產品和*解決方案案例集 （2019）》。而在不久前94個*案例組織的答辯評選活動上，PRID團隊申報的 《基于大數據和互聯網的反應堆遠程智能診斷平臺》再次順利晉級，成為 “十佳大數據案例”。

　　資料顯示，PRID起源于核動力院二所自2013年起開展的核電站KIR報警事件遠程*分析平臺項目。先后經歷了包括三類關鍵設備監測系統研制、三類智能診斷算法自主開發、遠程智能診斷平臺和現場數據傳輸系統開發等一系列核心技術攻關，歷時六年完成。

　　自2013年起，核動力院二所依托在反應堆關鍵設備監測、診斷和運維等方面的資源與經驗，完成了第一代互聯網遠程診斷平臺，實現了數據網上傳輸和遠程*診斷的運維模式。2016年起，依托中核集團 “龍騰2020”和四川省智能制造專項，核動力院又在一代平臺的基礎上，融合了大數據與人工智能技術，完成了第二代遠程智能診斷平臺的開發。PRID平臺的應用主要解決了四方面問題。即通過關鍵設備狀態數據實時傳輸系統，實現核電站內各類關鍵設備的數據匯集和實時傳輸，提升故障診斷分析服務的及時性和準確性；通過大數據管理方案，完成電站關鍵設備數據的大數據集中管理，實現數據安全高效存儲和快速查詢計算；將人工智能技術應用于核電站關鍵設備的故障診斷與預測，實現群堆 （指我國幾十臺核電機組）狀態下的反應堆關鍵設備智能診斷；通過大數據、工業互聯網等，探索數字化、網絡化、智能化、一體化的遠程監測與智能診斷新模式，實現核電站反應堆設備運維的創新應用。

　　

大數據、人工智能等首次應用

　　將大數據技術應用于核電關鍵設備診斷領域，尚屬首次。據核動力院二所一室副主任楊泰波介紹，PRID首次將大數據技術應用于核電關鍵設備診斷領域，采用大數據加關系型數據相結合的數據管理方案，完成了對多種格式類型數據的接入和管理，能夠實現數據的安全高效存儲和快速查詢與計算，并有助于數據管理能力和利用效率的提升。

　　與此同時，將人工智能技術應用于核電站關鍵設備的故障診斷與預測，所有診斷算法自主可控，可實現群堆狀態下的反應堆關鍵設備智能診斷的可視化展示。

　　而利用大數據和人工智能技術，PRID還能實現 “*系統+人工智能自動識別+*審核”的分析方式，以及應用自主開發的核心診斷算法，對于關鍵設備診斷分析的質量和效率具有顯著提高作用。

　　以松脫部件監測為例，每月數據的識別時間已由120小時縮短到4小時。與此同時，由于數據識別效率的提升，綜合的事件診斷分析時間僅相當于過去的三分之一。

　　“應看到，大數據分析*重要的是貼標簽，特別是在工業領域。核電站具有先天優勢，早在建設之時，就建立了很多監測系統，這有利于實現數據化。而核電數據的質量要求非常高，這要求我們現在的當務之急是給上百條的數據慢慢貼標簽。通過不斷迭代，提高數據的準確性。” 楊泰波說。

　　事實上，從2015年5月我國借鑒德國工業4.0計劃，加強制造強國建設開始，核電領域對于信息化、智能化、大數據等新技術的應用便提上日程。

　　2018年5月，國家發改委、國家能源局、生態環境部、國防科工局聯合發布 《關于進一步加強核電運行安全管理的指導意見》，要求推進信息化、智能化、大數據等新技術在核電運行安全管理中的應用，其中第五條更是明確提到要加強關鍵設備運行狀態監測和建立關鍵設備管理平臺。

　　“PRID平臺的建立是對國家和各部委政策的積極響應，在核電運行安全管理的信息化和智能化方面起到了示范作用。”周定文坦言， “數據如何使用是PRID系統的重中之重。怎么監控數據，數據傳輸后如何處理、歸類，既需要大數據理論技術，也需要核電技術人員的實踐經驗。數據積累越多，判斷就會越準確，這是不斷完善的過程。”

　　

開創核電運維新模式

　　PRID平臺的發布，或將開創我國核電運維新模式。

　　當前，國內核電站在關鍵設備運維上主要以事后維修和計劃性維修為主，核電站運維經濟性差。與此同時，關鍵設備狀態數據未得到應用，數據價值尚有待開發。此外，科研單位的*知識、設備運維服務商的經驗、先進的智能診斷技術沒有實現有機融合，使得核電站對關鍵設備的故障診斷和運維，有著急切的需求。

　　PRID平臺基于互聯網、大數據、云計算、智能化的故障遠程監視與遠程智能診斷的技術服務新模式的應用，彌補了邀請*到核電現場進行會診的傳統模式的一些問題，包括時效性差、*聚集難、*經驗難收集形成*知識庫共享等，可以達到提升核電運維技術服務技術水平，并示范帶動核電行業其他運維服務業務的新模式應用。

　　資料顯示，核動力院長期為紅沿河核電、陽江核電、寧德核電、秦山核電、福清核電、防城港核電等9個核電基地，共計30臺機組提供松脫部件和堆內構件的遠程診斷分析，覆蓋國內二代 （二代加）、AP1000和VVER等堆型，并累計為核電站提供約1100次遠程診斷。

　　PRID平臺不僅能直接應用在新建的核電站上，經過簡單的改造，也可應用于已建成的國內外二代核電站。與此同時，平臺應用還能有效降低核電站的運維成本，使得平臺運營單位取得技術和經濟的雙豐收。而在核電出口問題上，PRID平臺的開發和應用，也將解決出口受限這一 “卡脖子”難題。

　　“相比使用國外企業針對核電站關鍵設備的診斷服務，PRID的服務費用僅是國外企業價格的幾*之一，經濟性上具備大規模推廣的可能性。與此同時，自主創新的PRID平臺，對于我國核電軟件、設備進一步研發創新，也具有重要意義。” 周定文說， “也應看到，PRID可節省經濟效益僅是一小部分，核電站的穩定運行還涉及到國家安全問題，這是更重要的意義所在。”

　　值得一提的是，由于核電體量大，加之所有運行核電站在幾十年運行期都持續需要運維診斷服務，且現有的平臺基于模塊化理念，可擴展到控制棒驅動機構、關鍵管系、汽輪機、發電機、主蒸汽閥等關鍵設備，在全球核電市場，PRID或將具有巨大的市場潛力。