CN103400246A - 一种基于云架构的核电厂风险监测系统及监测方法 - Google Patents

Abstract

本发明公开了一种基于云架构的核电厂风险监测系统及监测方法，该系统包含八大功能模块。系统基于云平台进行架构，将核电厂的闲置物理机通过互联网构建虚拟机集群，该系统可以进行故障节点的自动迁移，从而确保其可靠稳定连续运行；同时又可以利用云计算和分布式计算结合的优点，可以解决使用风险监测系统的维修计划管理模块进行大规模维修计划时根据维修计划的状态点数目动态分配计算资源，从而在解决计算速度过慢不能满足实际生产管理需求的问题同时最大程度节约计算资源。

Description

一种基于云架构的核电厂风险监测系统及监测方法

技术领域

本发明涉及一个基于云架构设计的用于核电厂风险监测管理的系统及监测方法，属于核电厂安全运行与管理技术领域，该技术还可以应用于航空、航天、化工领域的可靠性分析与监测。

背景技术

核安全是核电发展的生命线，风险监测器是依据核电厂实际配置状态评估实时风险水平的核安全分析和风险管理软件系统。风险监测器不仅使得过去单凭运行经验定性估计核电厂风险水平成为历史，而且能够平衡核电厂运行安全和经济效益之间矛盾。

在任意时刻，风险监测器可以根据已知不同系统和部件的状态反映当前的核电站配置，例如，包括是否有任何的部件停役维修或者试验。风险监测器在核电厂中的应用主要包括设计变更评价、电站配置状态管理、在线检查、技术规格书评估、维修质量的保证。通过风险监测器核电厂可以方便及时地掌握各机组的风险信息，从而对机组的风险管理做到有的放矢，以确保电站的风险处于可知和可控的状态，降低高风险发生的可能性，提高核电站的运行水平。其在核电站的日常运行和管理维修活动中具体主要起到三方面作用：一是记录以往核电站配置状态日志，为以往核电站配置计算定量风险值并绘制风险曲线图；二是说明当前核电站的配置状态，计算并显示当前核电站风险水平，指出当前可操作设备中哪些是对风险重要的，指出允许当前配置的时间，从而优化核电站技术规格书；三是计划未来一段时间内即将进行的维修活动以确保出现高风险值的维修情况被规避，累积风险值可以被充分控制，从而可以提高核电站安全的同时，避免不必要的停堆，提高核电站的经济性。

基于风险监测系统使用特点中的广泛性和地址位置的分散性分析可知，风险监测系统需要基于网络化架构设计。另外在现有的风险监测系统中可能存在多用户同时使用系统进行计算以及单用户进行大规模维修计划计算的情况，会产生如下问题：（1）用户在使用系统计算过程中可能需要长时间等待计算结果；（2）系统用户数目及使用方式的不确定性造成了网络应用的高伸缩性需求，而如果系统结构设计不灵活，若协作用户数目较多或维修计划规模较大时，服务器承载压力非常大，可能导致系统崩溃；（3）并发用户和维修计划的状态点数目不确定性，所需的计算资源数量不确定；（4）一旦服务器发生故障，用户便无法使用该系统进行风险管理、计算和查询，导致系统可靠性不高。

发明内容

本发明技术解决问题：克服现有技术的不足，提供一种高效的、稳定的基于云架构设计的用于核电厂风险监测管理的系统及监测方法，整合核电厂的闲置计算资源，一方面提高系统运行的稳定性、连续性与计算效率，另一方面节约计算资源。

本发明的技术方案是：一种基于云架构设计的核电厂风险监测系统，将核电厂的闲置计算资源通过互联网络构建虚拟机集群，同时又将多个分散在核电厂各部门的虚拟机集群系统整合为一个云平台系统。风险监测系统即部署在该平台上，具体包括：配置状态信息维护模块、维修计划管理模块、离线风险分析模块、系统配置管理模块、风险信息查询模块、实时风险计算引擎模块、计算资源管理模块、风险监测系统数据库；根据不同的模块对计算资源的需求不同分配不同性能的虚拟机；

系统由以下模块组成:配置状态信息维护模块、维修计划管理模块、离线风险分析模块、系统配置管理模块、风险信息查询模块、实时风险计算引擎模块、计算资源管理模块、风险监测系统数据库；根据不同的模块对计算资源的需求不同分配不同性能的虚拟机：

配置状态信息维护模块：管理核电厂当前配置状态，计算该配置状态下核电厂的风险水平、设备重要度和允许配置时间，为核电厂的运行管理提供指导；所有核电厂配置状态信息由运行人员输入该模块，包括环境因子变化、运行备用列切换和设备停役复役；经过解析配置状态信息后，按照<时间值，状态信息>键值对以一对多的映射方式保存至风险监测系统数据库中，同时将这些信息转换为概率安全评价（PSA）计算所需要的信息后，调用实时风险计算引擎进行计算得到堆芯损伤频率值、设备重要度以及人因始发的贡献份额信息，并以文本和图形的方式输出至用户界面；

维修计划管理模块：管理电厂的维修计划，评估维修计划的风险水平，支持多个维修计划的比较、规避维修时风险阈值的出现；由计划人员通过此模块制定维修计划，也可以直接由核电厂的维修计划管理系统中导入计划，将维修计划以<名称，状态点>键值对以一对多的映射方式保存至风险监测系统数据库中，将状态点以<状态点，核电厂配置>键值对以一对多的映射方式保存至风险监测系统数据库中，获取维修计划各状态点的配置信息转换为PSA计算所需要的信息，调用实时风险计算引擎计算各状态点的风险值信息；

离线风险分析模块：供风险分析人员进行假定电厂状态下的风险试算，提供风险准则设置功能；PSA专业分析人员向该模块输入假定核电厂配置状态，选择计算方法，将假定的核电厂配置状态转换为PSA计算所需要的信息，根据选择的计算方法调用实时风险计算引擎计算该状态下的风险值信息；

系统配置管理模块：供系统管理员管理用户角色、权限，系统日志；此模块不需要高性能虚拟机；该模块将用户信息和权限保存至风险监测系统数据库中，用户在登录系统时根据该用户拥有的权限自动挂载功能模块；

风险信息查询模块：提供对电厂运行日志、风险水平和未来风险变化趋势查询；此模块不需要高性能虚拟机；该模块从风险监测系统数据库中获取核电厂历史运行状态和风险信息用于显示其运行日志与风险日志，获取发布的维修计划及其风险信息用于指示未来风险变化趋势；

计算资源管理模块：支持云平台下的硬件计算资源管理，云平台资源管理与调度，云平台性能监控；用户登录系统时，根据其请求功能，由该模块为其提供虚拟机作为服务器进行计算；

风险监测系统数据库，接收来自配置状态信息维护模块、维修计划管理模块的数据，用于存储核电厂的PSA模型，核电厂配置状态信息与PSA信息间的对应关系，核电厂运行历史及风险信息，当前配置状态信息以及核电厂的维修计划信息。

所述配置状态信息维护模块的具体实现过程如下：

（1）由运行人员输入电站配置状态变更信息，提交至计算资源管理模块，由该模块为其分配高性能虚拟机作为服务器端；

（2）服务器端获取配置状态变更信息并解析，获取变更的时间值和详细变更信息，更新风险监测系统数据库中核电厂的当前配置状态信息，并保存至运行日志；

（3）根据当前核电厂配置状态中的环境状态设置动态事件取值，根据运行备用列状态修改房型事件取值，根据设备出役复役状态修改基本事件概率值，最终得到核电厂配置状态对应的PSA计算所需要的信息，调用实时风险计算引擎计算实时风险信息，保存至风险日志；

（4）提取实时风险信息中的堆芯损伤频率、设备重要度、人因和始发贡献份额分析当前风险水平、允许配置时间、当前需重点巡视设备、需尽快复役设备、贡献份额占前10位人因和始发事件，以文本和图形的方式显示在客户端。

所述维修计划管理模块的具体实现过程如下：

（1）由维修计划人员在该模块制定维修计划，或者直接由维修计划管理系统导入维修计划，提交至计算资源管理模块，由该模块为其分配高性能虚拟机作为服务器；

（2）服务器端获取维修计划信息，解析该维修计划所有状态点的核电厂配置状态信息，生成由<计划名称，状态点>键值对标示的维修计划，以及由<时间值，配置状态>键值对标示的系列状态点，保存至风险监测系统数据库中；

（3）获取维修计划对应的所有m个状态点，针对每个状态点向计算资源管理模块请求计算服务器，该模块根据状态点数目为其分配对应数目的高性能虚拟机，其可分配虚拟机的最大数目为n，若n≥m，则分配m个高性能虚拟机用于计算m个状态点的风险信息，若n<m，则分配n个高性能虚拟机用于计算m个状态点的风险信息，调用实时风险计算引擎模块进行计算，虚拟机完成计算后将计算结果保存至数据库并释放该虚拟机，再将释放的虚拟机依次分配给未计算的状态点，直至完成全部n个状态点的计算；

（4）从数据库中获取该维修计划及其对应所有状态点的<时间值，风险水平>返回给客户端，绘制维修计划的风险曲线。

所述离线风险分析模块的具体实现过程如下：

（1）由PSA专业分析人员向该模块输入假定的核电厂配置状态，选择计算方法，提交至计算资源管理模块，该模块为其分配高性能的虚拟机作为服务器；

（2）服务器端解析该假定的核电厂配置状态，将其转换为PSA计算所需要的信息，获取用户选择的计算方法，调用对应的实时风险计算引擎计算；

（3）获取计算结果并分析，将其以文本和图形方式展现给用户。

所述系统配置管理模块的具体实现过程如下：

（1）管理员通过该模块添加或编辑<用户，部门，权限>信息至风险监测系统数据库中；

（2）管理员通过该模块从风险监测系统数据库中获取所有用户及其部门、权限信息；

（3）管理员通过该模块从风险监测系统数据库中删除用户；（4）管理员从风险监测系统数据库中查询系统使用日志，将查询结果显示至客户端。

所述电厂风险查询模块的具体实现过程如下：

（1）用户提出查询风险信息请求，由计算资源管理模块分配低性能虚拟机作为服务器；

（2）服务器端解析用户请求，若请求查询运行日志则从风险监测系统数据库运行日志中获取<时间值，操作信息，操作人员，风险值>信息，返回至客户端并根据<时间值，风险值>信息绘制风险曲线图；若请求三日风险滚动信息则从发布的维修计划中获取<时间值，风险值，设备重要度，风险变化原因>信息，返回至客户端并绘制风险曲线图。

所述实时风险计算引擎模块的具体实现过程如下：

（1）割集法计算引擎

步骤1.通过房形事件取值查找到对应的割集方程文件；

步骤2.查找割集文件是否存在，若存在则进行下一步，不存在则调用重解法计算核心，生成该状态下割集文件；

步骤3.读入割集文件中的割集和基本事件及其概率，生成ZBDD结构；

步骤4.导入停役部件对应的基本事件，并根据停役事件对ZBDD树进行删除、化简与吸收操作；

步骤5.将ZBDD树转换为最小割集；

步骤6.根据最小割集及概率值计算CDF值；

（2）重解法计算引擎

步骤1.导入故障树结构，对故障树进行规范化处理，将非规范逻辑门或事件等效变换为规范化的逻辑门或事件。此时故障树结构中仅含“与”“或”“非”三种逻辑门、基本事件和结果事件；

步骤2.对故障树进行化简、模块化、删除停役事件处理，以减小故障树规模；

步骤3.将处理完的故障树结构根据零压缩二元决策图运算规则转换为ZBDD结构；

步骤4.将ZBDD结构按照布尔代数规则进行化简和吸收操作，形成最简ZBDD结构；

步骤5.将ZBDD结构转换为最小割集，至此对该故障树的定性分析完成；

步骤6.将最小割集按照互斥恢复规则进行处理，在最小割集中添加进一步的事故缓解措施失效的基本事件以及排除核电站实际状态中不可能出现的割集；

步骤7.基于处理后的最小割集，根据计算顶事件失效概率；

步骤8.将最小割集及顶事件失效概率保存至结构文件中，完成计算。

所述计算资源管理模块的具体实现过程如下：

（1）在服务器上安装底层操作系统ubuntu10.04；

（2）在其中用作管理的一台或多台服务器上安装eucalyptus云通讯控制器，镜像管理器，集群控制器，存储控制器；

（3）在用做计算的服务器上安装eucalyptus节点控制器以及各个计算节点；

（4）在云控制器中注册之前安装的镜像管理器，集群控制器，存储控制器。

（5）安装eucalyptus证书与工具；

（6）制作镜像并上传到镜像存储器中；

（7）在计算节点中运行镜像生成的实例即可使用。

一种基于云架构的核电厂风险监测方法，实现步骤如下：

（1）该架构规定各功能模块间的数据与控制通信接口规范，为各模块高效协同工作提供集成环境；

（2）将分散在核电厂多个部门的多台物理主机通过互联网络来构建虚拟机集群整合为云平台；

（3）所述云平台系统虚拟机集群云平台的构建方法为：将核电厂的物理主机按照其性能进行分类并通过高速互连网络联网，根据性能的高低确定在该物理主机上创建虚拟机的数量与性能；

（4）在该风险监测系统运行过程中，如果原来提供服务的群集节点出现了故障，其他节点就会自动开始代替故障节点提供服务，故障的自动转移确保系统连续稳定运行；

（5）所述的风险监测系统的电厂计划管理模块在支持大规模的维修计划计算时，采用了云计算和分布式相结合的方法，进行资源的实时、动态和按需供给，即随着任务负载和用户请求的大小来弹性调整资源的配置。

本发明与现有技术相比优点在于：

（1）传统基于单机、C/S、B/S架构的核电厂风险监测系统在服务器发生故障时难以确保系统的正常运行，本发明基于云平台进行架构，将核电厂的闲置物理机通过互联网构建虚拟机集群，可以进行故障节点的自动迁移，从而确保其可靠稳定连续运行；

（2）现有核电厂风险监测系统在进行大规模维修计划风险评估时由于需要计算的状态点数目多导致计算需要数十甚至上百分钟，无法满足实际核电厂生产管理的需求。本发明利用云计算和分布式计算结合的优点，可以解决使用风险监测系统的维修计划管理模块进行大规模维修计划时根据维修计划的状态点数目动态分配计算资源，提高大规模维修计划计算速度的同时最大程度节约计算资源。

附图说明

图1为本发明系统结构示意图；

图2为本发明中电厂信息维护模块的实现流程图；

图3本发明中电厂计划管理模块的实现流程图；

图4本发明中离线风险分析模块的实现流程图；

图5本发明中系统配置管理模块的实现流程图；

图6本发明中电厂风险查询模块的实现流程图；

图7本发明中割集法实时风险计算引擎流程图；

图8本发明中重解法实时风险计算引擎流程图；

图9本发明中计算资源管理模块的实现流程图；

图10为本发明监测系统实现流程图。

具体实施方式

本发明在系统架构上采用了以云平台为基础架构，内含三层web应用体系结构的方式，系统总体结构如图1所示。各模块的作用和详细功能如下：

配置状态信息维护模块：管理核电厂当前配置状态，计算该配置状态下核电厂的风险水平、设备重要度和允许配置时间，为核电厂的运行管理提供指导；所有核电厂配置状态信息由运行人员输入该模块，包括环境因子变化、运行备用列切换和设备停役复役。经过解析配置状态信息后，按照<时间值，状态信息>键值对以一对多的映射方式保存至风险监测系统数据库中，同时将这些信息转换为PSA计算所需要的信息后，调用实时风险计算引擎进行计算得到堆芯损伤频率值、设备重要度以及人因始发的贡献份额信息，并以文本和图形的方式输出至用户界面；

维修计划管理模块：管理电厂的维修计划，评估维修计划的风险水平，支持多个维修计划的比较、规避维修时风险阈值的出现；由计划人员通过此模块制定维修计划，也可以直接由核电厂的维修计划管理系统中导入计划，将维修计划以<名称，状态点>键值对以一对多的映射方式保存至风险监测系统数据库中，将状态点以<状态点，核电厂配置>键值对以一对多的映射方式保存至风险监测系统数据库中，获取维修计划各状态点的配置信息转换为PSA计算所需要的信息，调用实时风险计算引擎计算各状态点的风险值信息；

离线风险分析模块：供风险分析人员进行假定电厂状态下的风险试算，提供风险准则设置功能；PSA专业分析人员向该模块输入假定核电厂配置状态，选择计算方法，将假定的核电厂配置状态转换为PSA计算所需要的信息，根据选择的计算方法调用实时风险计算引擎计算该状态下的风险值信息；

系统配置管理模块：供系统管理员管理用户角色、权限，系统日志；此模块不需要高性能虚拟机；该模块将用户信息和权限保存至风险监测系统数据库中，用户在登录系统时根据其拥有的权限自动挂载其功能模块；

风险信息查询模块：提供对核电厂运行日志、风险水平和未来风险变化趋势查询；此模块不需要高性能虚拟机；该模块从风险监测系统数据库中获取核电厂历史运行状态和风险信息用于显示其运行日志与风险日志，获取发布的维修计划及其风险信息用于指示未来风险变化趋势；

计算资源管理模块：支持云平台下的硬件计算资源管理，云平台资源管理与调度，云平台性能监控；用户登录系统时，根据其请求功能，由该模块为其提供虚拟机作为服务器进行计算；

风险监测系统数据库：接收来自配置状态信息维护模块、维修计划管理模块的数据，用于存储核电厂的PSA模型，核电厂配置状态信息与PSA信息间的对应关系，核电厂运行历史及风险信息，当前配置状态信息以及核电厂的维修计划信息。

如图2所示，配置状态信息维护模块的实现如下:

（1）由运行人员输入核电厂配置状态变更信息，提交至计算资源管理模块，由该模块为其分配高性能虚拟机作为服务器端；

（2）服务器端获取配置状态变更信息并解析，获取变更的时间值和详细变更信息，更新风险监测系统数据库中核电厂的当前配置状态信息，并保存至运行日志；

（3）根据当前核电厂配置状态中的环境状态设置动态事件取值，根据运行备用列状态修改房型事件取值，根据设备出役复役状态修改基本事件概率值，最终得到核电厂配置状态对应的PSA信息，将此时所有动态事件、房型事件取值和出役部件对应的所有基本事件写入文件中，调用实时风险计算引擎计算实时风险信息，保存至风险日志；

（4）提取实时风险信息中的堆芯损伤频率、设备重要度、人因和始发贡献份额分析当前风险水平、允许配置时间、当前需重点巡视设备、需尽快复役设备、贡献份额占前10位人因和始发事件，以文本和图形的方式显示在客户端。

如图3所示，维修计划管理模块的具体实现过程如下：

（1）由维修计划人员在该模块制定维修计划，或者直接由维修计划管理系统导入维修计划，提交至计算资源管理模块，由该模块为其分配高性能虚拟机作为服务器；

（2）服务器端获取维修计划信息，解析该维修计划所有状态点的核电厂配置状态信息，生成由<计划名称，状态点>键值对标示的维修计划，以及由<时间值，配置状态>键值对标示的系列状态点，保存至风险监测系统数据库中；

（3）获取维修计划对应的所有m个状态点，针对每个状态点向计算资源管理模块请求计算服务器，该模块根据状态点数目为其分配对应数目的高性能虚拟机，其可分配虚拟机的最大数目为n，若n≥m，则分配m个高性能虚拟机用于计算m个状态点的风险信息，若n<m，则分配n个高性能虚拟机用于计算m个状态点的风险信息，调用实时风险计算引擎模块进行计算，虚拟机完成计算后将计算结果保存至数据库并释放该虚拟机，再将释放的虚拟机依次分配给未计算的状态点，直至完成全部n个状态点的计算；

（4）从数据库中获取该维修计划及其对应所有状态点的<时间值，风险水平>返回给客户端，绘制维修计划的风险曲线。

如图4所示，离线风险分析模块的具体实现过程如下：

（1）由PSA专业分析人员向该模块输入假定的核电厂配置状态，选择计算方法，提交至计算资源管理模块，该模块为其分配高性能的虚拟机作为服务器；

（2）服务器端解析该假定的核电厂配置状态，将其转换为PSA计算所需要的信息，获取用户选择的计算方法，调用对应的实时风险计算引擎计算；

（3）获取计算结果并分析，将其以文本和图形方式展现给用户。

如图5所示，系统配置管理模块的具体实现过程如下：

（1）管理员通过该模块添加或编辑<用户，部门，权限>信息至风险监测系统数据库中；

（2）管理员通过该模块从风险监测系统数据库中获取所有用户及其部门、权限信息；

（3）管理员通过该模块从风险监测系统数据库中删除用户；

（4）管理员从风险监测系统数据库中查询系统使用日志，将查询结果显示至客户端。

如图6所示，风险信息查询模块的具体实现过程如下：

（1）用户提出查询风险信息请求，由计算资源管理模块分配低性能虚拟机作为服务器。

（2）服务器端解析用户请求，若请求查询运行日志则从风险监测系统数据库运行日志中获取<时间值，操作信息，操作人员，风险值>信息，返回至客户端并根据<时间值，风险值>信息绘制风险曲线图；若请求三日风险滚动信息则从发布的维修计划中获取<时间值，风险值，设备重要度，风险变化原因>信息，返回至客户端并绘制风险曲线图。

如图7和8所示，实时风险计算引擎模块的具体实现过程如下：

（1）如图7所示，割集法实时风险计算引擎具体实现过程如下：

步骤1.通过房形事件取值查找到对应的割集方程文件；

步骤2.查找割集文件是否存在，若存在则进行下一步，不存在则调用重解法计算核心，生成该状态下割集文件；

步骤3.读入割集文件中的割集和基本事件及其概率，生成ZBDD结构；

步骤4.导入停役部件对应的基本事件，并根据停役事件对ZBDD树进行删除、化简与吸收操作；

步骤5.将ZBDD树转换为最小割集；

步骤6.根据最小割集及概率值计算CDF值。

（2）如图8所示，重解法实时风险计算引擎具体实现过程如下：

步骤1.导入故障树结构，对故障树进行规范化处理，将非规范逻辑门或事件等效变换为规范化的逻辑门或事件。此时故障树结构中仅含“与”“或”“非”三种逻辑门、基本事件和结果事件；

步骤2.对故障树进行化简、模块化、删除停役事件处理，以减小故障树规模；

步骤3.将处理完的故障树结构根据零压缩二元决策图运算规则转换为ZBDD结构；

步骤4.将ZBDD结构按照布尔代数规则进行化简和吸收操作，形成最简ZBDD结构；

步骤5.将ZBDD结构转换为最小割集，至此对该故障树的定性分析完成；

步骤6.将最小割集按照互斥恢复规则进行处理，在最小割集中添加进一步的事故缓解措施失效的基本事件以及排除核电站实际状态中不可能出现的割集；

步骤7.基于处理后的最小割集，根据计算顶事件失效概率；

步骤8.将最小割集及顶事件失效概率保存至结构文件中，完成计算。

如图9所示，计算资源管理模块的具体实现过程如下：

（1）在服务器上安装底层操作系统ubuntu10.04；

（2）在其中用作管理的一台或多台服务器上安装eucalyptus云通讯控制器，镜像管理器，集群控制器，存储控制器；

（3）在用做计算的服务器上安装eucalyptus节点控制器以及各个计算节点；

（4）在云控制器中注册之前安装的镜像管理器，集群控制器，存储控制器。

（5）安装eucalyptus证书与工具；

（6）制作镜像并上传到镜像存储器中；

（7）在计算节点中运行镜像生成的实例即可使用。

如图10所示，一种基于云架构的核电厂风险监测方法，实现如下：

（1）云平台：充分利用核电站局域网内的闲置机器资源，通过协同构建这些闲置

基础设施和风险监测系统最终达到高效利用硬件资源的目的。当某个节点发生故障时，云控制节点可以监测到并将工作负载转移到其他节点，使得系统具有很高的可靠性。基于云架构的风险监测系统，不但易于开发、使用和维护，而且易于和其他系统接口及协同工作。在核电站局域网内以私有云的模式通过软件即服务方式提供风险监测服务，此处云平台作为风险监测系统的服务器端；

（2）表现层：该层主要提供给核电站用户与风险监测系统进行交互的界面，并且以图形、报表等方式向用户展示核电站配置状态及风险相关的数据，并接收用户输入的电站配置状态等数据。在该层内主要实现风险监测系统中的交互模块；

（3）业务逻辑层：该层主要负责按照用户提交的计算或查询请求，进行分析计算、提取和处理数据，并将分析计算后处理完成的结果返回给表示层进行显示。在该层内实现了风险监测系统的核电站状态配置管理、风险信息评价、专业风险分析、维修计划管理、系统维护、概率安全评价模块；

（4）持久层：该层主要接收用户输入的相关数据，为业务逻辑层提供数据支持。在该层内主要负责将风险监测系统配置状态、风险评价信息、计算配置、维修计划及对应风险信息、用户-角色-权限关系等信息存储到数据库。

总之，本发明所提出的基于云架构的核电厂风险监测系统及方法，在于确保系统的稳定性和可靠性，解决传统的风险监测系统中存在的大规模维修计划计算速度过慢不能满足实际生产管理要求的问题。通过此架构设计可以充分利用核电厂的计算资源，能够降低计算机设备的投资成本，提高计算效率。

本发明未详细阐述部分属于本领域公知技术。

以上所述，仅为本发明部分具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本领域的人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种基于云架构的核电厂风险监测系统，其特征在于系统由以下模块组成:配置状态信息维护模块、维修计划管理模块、离线风险分析模块、系统配置管理模块、风险信息查询模块、实时风险计算引擎模块、计算资源管理模块、风险监测系统数据库；根据不同的模块对计算资源的需求不同分配不同性能的虚拟机；

配置状态信息维护模块：管理核电厂当前配置状态，计算该配置状态下核电厂的风险水平、设备重要度和允许配置时间，为核电厂的运行管理提供指导；所有核电厂配置状态信息由运行人员输入该模块，包括环境因子变化、运行备用列切换和设备停役复役；经过解析配置状态信息后，按照<时间值，状态信息>键值对以一对多的映射方式保存至风险监测系统数据库中，同时将这些信息转换为概率安全评价（PSA）计算所需要的信息后，调用实时风险计算引擎进行计算得到堆芯损伤频率值、设备重要度以及人因始发的贡献份额信息，并以文本和图形的方式输出至用户界面；

维修计划管理模块：管理电厂的维修计划，评估维修计划的风险水平，支持多个维修计划的比较、规避维修时风险阈值的出现；由计划人员通过此模块制定维修计划，也可以直接由核电厂的维修计划管理系统中导入计划，将维修计划以<名称，状态点>键值对以一对多的映射方式保存至风险监测系统数据库中，将状态点以<状态点，核电厂配置>键值对以一对多的映射方式保存至风险监测系统数据库中，获取维修计划各状态点的配置信息转换为PSA计算所需要的信息，调用实时风险计算引擎计算各状态点的风险值信息；

离线风险分析模块：供风险分析人员进行假定电厂状态下的风险试算，提供风险准则设置功能；PSA专业分析人员向该模块输入假定核电厂配置状态，选择计算方法，将假定的核电厂配置状态转换为PSA计算所需要的信息，根据选择的计算方法调用实时风险计算引擎计算该状态下的风险值信息；

系统配置管理模块：供系统管理员管理用户角色、权限，系统日志；此模块不需要高性能虚拟机；该模块将用户信息和权限保存至风险监测系统数据库中，用户在登录系统时根据该用户拥有的权限自动挂载功能模块；

风险信息查询模块：提供对电厂运行日志、风险水平和未来风险变化趋势查询；此模块不需要高性能虚拟机；该模块从风险监测系统数据库中获取核电厂历史运行状态和风险信息用于显示其运行日志与风险日志，获取发布的维修计划及其风险信息用于指示未来风险变化趋势；

计算资源管理模块：支持云平台下的硬件计算资源管理，云平台资源管理与调度，云平台性能监控；用户登录系统时，根据其请求功能，由该模块为其提供虚拟机作为服务器进行计算；

风险监测系统数据库，接收来自配置状态信息维护模块、维修计划管理模块的数据，用于存储核电厂的PSA模型，核电厂配置状态信息与PSA信息间的对应关系，核电厂运行历史及风险信息，当前配置状态信息以及核电厂的维修计划信息。

2.根据权利要求1所述的一种基于云架构的核电厂风险监测系统，其特征在于：所述配置状态信息维护模块的具体实现过程如下：

（1）由运行人员输入电站配置状态变更信息，提交至计算资源管理模块，由该模块为其分配高性能虚拟机作为服务器端；

（2）服务器端获取配置状态变更信息并解析，获取变更的时间值和详细变更信息，更新风险监测系统数据库中核电厂的当前配置状态信息，并保存至运行日志；

（3）根据当前核电厂配置状态中的环境状态设置动态事件取值，根据运行备用列状态修改房型事件取值，根据设备出役复役状态修改基本事件概率值，最终得到核电厂配置状态对应的PSA计算所需要的信息，调用实时风险计算引擎计算实时风险信息，保存至风险日志；

（4）提取实时风险信息中的堆芯损伤频率、设备重要度、人因和始发贡献份额分析当前风险水平、允许配置时间、当前需重点巡视设备、需尽快复役设备、贡献份额占前10位人因和始发事件，以文本和图形的方式显示在客户端。

3.根据权利要求1所述的一种基于云架构的核电厂风险监测系统，其特征在于：所述维修计划管理模块的具体实现过程如下：

（1）由维修计划人员在该模块制定维修计划，或者直接由维修计划管理系统导入维修计划，提交至计算资源管理模块，由该模块为其分配高性能虚拟机作为服务器；

（2）服务器端获取维修计划信息，解析该维修计划所有状态点的核电厂配置状态信息，生成由<计划名称，状态点>键值对标示的维修计划，以及由<时间值，配置状态>键值对标示的系列状态点，保存至风险监测系统数据库中；

（3）获取维修计划对应的所有m个状态点，针对每个状态点向计算资源管理模块请求计算服务器，该模块根据状态点数目为其分配对应数目的高性能虚拟机，其可分配虚拟机的最大数目为n，若n≥m，则分配m个高性能虚拟机用于计算m个状态点的风险信息，若n<m，则分配n个高性能虚拟机用于计算m个状态点的风险信息，调用实时风险计算引擎模块进行计算，虚拟机完成计算后将计算结果保存至数据库并释放该虚拟机，再将释放的虚拟机依次分配给未计算的状态点，直至完成全部n个状态点的计算；

（4）从数据库中获取该维修计划及其对应所有状态点的<时间值，风险水平>返回给客户端，绘制维修计划的风险曲线。

4.根据权利要求1所述的一种基于云架构的核电厂风险监测系统，其特征在于：所述离线风险分析模块的具体实现过程如下：

（1）由PSA专业分析人员向该模块输入假定的核电厂配置状态，选择计算方法，提交至计算资源管理模块，该模块为其分配高性能的虚拟机作为服务器；

（2）服务器端解析该假定的核电厂配置状态，将其转换为PSA计算所需要的信息，获取用户选择的计算方法，调用对应的实时风险计算引擎计算；

（3）获取计算结果并分析，将其以文本和图形方式展现给用户。

5.根据权利要求1所述的一种基于云架构的核电厂风险监测系统，其特征在于：所述系统配置管理模块的具体实现过程如下：

（1）管理员通过该模块添加或编辑<用户，部门，权限>信息至风险监测系统数据库中；

（2）管理员通过该模块从风险监测系统数据库中获取所有用户及其部门、权限信息；

（3）管理员通过该模块从风险监测系统数据库中删除用户；

（4）管理员从风险监测系统数据库中查询系统使用日志，将查询结果显示至客户端。

6.根据权利要求1所述的一种基于云架构的核电厂风险监测系统，其特征在于：所述电厂风险查询模块的具体实现过程如下：

（1）用户提出查询风险信息请求，由计算资源管理模块分配低性能虚拟机作为服务器；

（2）服务器端解析用户请求，若请求查询运行日志则从风险监测系统数据库运行日志中获取<时间值，操作信息，操作人员，风险值>信息，返回至客户端并根据<时间值，风险值>信息绘制风险曲线图；若请求三日风险滚动信息则从发布的维修计划中获取<时间值，风险值，设备重要度，风险变化原因>信息，返回至客户端并绘制风险曲线图。

7.根据权利要求1所述的一种基于云架构的核电厂风险监测系统，其特征在于：所述实时风险计算引擎模块的具体实现过程如下：

（1）割集法计算引擎

步骤1.通过房形事件取值查找到对应的割集方程文件；

步骤2.查找割集文件是否存在，若存在则进行下一步，不存在则调用重解法计算核心，生成该状态下割集文件；

步骤3.读入割集文件中的割集和基本事件及其概率，生成ZBDD结构；

步骤4.导入停役部件对应的基本事件，并根据停役事件对ZBDD树进行删除、化简与吸收操作；

步骤5.将ZBDD树转换为最小割集；

步骤6.根据最小割集及概率值计算CDF值；

（2）重解法计算引擎

步骤1.导入故障树结构，对故障树进行规范化处理，将非规范逻辑门或事件等效变换为规范化的逻辑门或事件。此时故障树结构中仅含“与”“或”“非”三种逻辑门、基本事件和结果事件；

步骤2.对故障树进行化简、模块化、删除停役事件处理，以减小故障树规模；

步骤3.将处理完的故障树结构根据零压缩二元决策图运算规则转换为ZBDD结构；

步骤4.将ZBDD结构按照布尔代数规则进行化简和吸收操作，形成最简ZBDD结构；

步骤5.将ZBDD结构转换为最小割集，至此对该故障树的定性分析完成；

步骤6.将最小割集按照互斥恢复规则进行处理，在最小割集中添加进一步的事故缓解措施失效的基本事件以及排除核电站实际状态中不可能出现的割集；

步骤7.基于处理后的最小割集，根据计算顶事件失效概率；

步骤8.将最小割集及顶事件失效概率保存至结构文件中，完成计算。

8.根据权利要求1所述的一种基于云架构的核电厂风险监测系统，其特征在于：所述计算资源管理模块的具体实现过程如下：

（1）在服务器上安装底层操作系统ubuntu10.04；

（2）在其中用作管理的一台或多台服务器上安装eucalyptus云通讯控制器，镜像管理器，集群控制器，存储控制器；

（3）在用做计算的服务器上安装eucalyptus节点控制器以及各个计算节点；

（4）在云控制器中注册之前安装的镜像管理器，集群控制器，存储控制器。

（5）安装eucalyptus证书与工具；

（6）制作镜像并上传到镜像存储器中；

（7）在计算节点中运行镜像生成的实例即可使用。

9.一种基于云架构的核电厂风险监测方法，其特征在于实现如下：

（1）该架构规定各功能模块间的数据与控制通信接口规范，为各模块高效协同工作提供集成环境；

（2）将分散在核电厂多个部门的多台物理主机通过互联网络来构建虚拟机集群整合为云平台；

（3）所述云平台系统虚拟机集群云平台的构建方法为：将核电厂的物理主机按照其性能进行分类并通过高速互连网络联网，根据性能的高低确定在该物理主机上创建虚拟机的数量与性能；

（4）在该风险监测系统运行过程中，如果原来提供服务的群集节点出现了故障，其他节点就会自动开始代替故障节点提供服务，故障的自动转移确保系统连续稳定运行；

（5）所述的风险监测系统的电厂计划管理模块在支持大规模的维修计划计算时，采用了云计算和分布式相结合的方法，进行资源的实时、动态和按需供给，即随着任务负载和用户请求的大小来弹性调整资源的配置。

Images