CN105469186A - 一种能够自监测的风险监测系统及自监测方法 - Google Patents

Abstract

本发明提供了一种能够自监测的风险监测系统，包括用于实时监测核电厂的风险状态的风险监测子系统，还包括自监测子系统，该自监测子系统对风险监测子系统的运行状态进行监测。本发明相应地提供了一种自监测方法，包括设置自监测子系统，所述自监测子系统对实时监测核电厂的风险状态的风险监测子系统的运行状态进行监测。本发明提升了风险监测系统的可靠性，能够在其发生错误、崩溃之前准确发现系统问题，提醒核电厂维护人员作必要的修复，提高了其风险监测的准确性，降低了电厂的运行风险。

Description

一种能够自监测的风险监测系统及自监测方法

技术领域

本申请涉及核电站安全分析领域，特别涉及一种能够自监测的风险监测系统及自监测方法。

背景技术

核电厂的风险监测系统对核电厂的安全运行起着重要的指导作用，它可以对核电厂的运行状态和风险指标作评估，其评估内容的价值由系统本身的可靠性决定。

但是，目前的核电厂风险监测系统并无对其本身可靠性的自监测，系统本身的运行状态无法跟踪和监测。一旦监测系统内部的某些逻辑运算出现错误，如内存错误，将导致系统失效或崩溃并终止运行，系统维护人员无法得之具体的错误原因，也就无法修复这些错误，只能通过重启系统继续运行，但是逻辑运算错误本身并没有得到修复，导致系统存在安全隐患。此外，某些逻辑运算错误，如模型错误或业务流程错误，可能不会导致系统的终止运行，但是会导致错误的评估结果，这就会误导核电厂操作或维护人员，造成核电厂的安全隐患。

核电厂的风险监测系统运行可能存在的问题如下：

1、系统本身的内存问题，包括：逻辑运算内存访问越界；应用多线程进行逻辑运算时，使用了线程不安全的函数；多线程共同操作某全局变量，但未对该变量加锁；在函数局部使用了很大的局部变量，导致栈溢出；空指针异常，指针的滥用；在使用强制类型转换时出现错误，尤其是强制转换一个类型指针的时候。

2、可靠性评估模型内部的逻辑错误，如故障树建模错误等，导致得到错误的评估结果；

3、电厂状态输入错误，如设备状态错误，输入为设备A后撤但实际上是设备B后撤。

4、风险计算错误，风险计算内部逻辑或者计算方法出现错误。

出现上述问题，风险监测系统会出现如下两种状态：

1、继续运行，得到错误的结果，这将会误导电厂操作维护人员，造成安全隐患；

2、在系统无法运行时发生崩溃，重启系统。

在风险监测系统继续运行或重新运行时，有可能问题依然存在，但核电厂操作维护人员无法得知问题相关的进一步信息，因而无法进行相关处理。

通常从风险监测系统发生错误到核电厂相关系统报警之间会存在一定的时间间隔，这段时间内有可能会发生较为严重的问题，如果能够根据风险监测系统出现的问题，及时维护，就可能避免较为严重的问题的发生，保证核电厂的安全运行。

因此本领域技术人员致力于提供一种能够自监测的风险监测系统，在风险监测系统出现上述问题时，能够提供相关信息，便于核电厂操作维护人员查找定位问题，及时修复，保证核电厂的安全运行。

发明内容

本发明的目的在于为核电厂提供一种能够自监测的风险监测系统，包括用于实时监测核电厂的风险状态的风险监测子系统，其特征在于，还包括自监测子系统，所述自监测子系统对所述风险监测子系统的运行状态进行监测。

进一步地，所述风险监测子系统包括电厂状态模块、建模模块、风险计算模块和风险显示模块；所述电厂状态模块用于获取所述核电厂的电厂状态；所述建模模块用于接受来自于所述电厂状态模块的所述电厂状态，并根据所述电厂状态建立电厂风险评价模型；所述风险计算模块用于接收来自于所述建模模块的所述电厂风险评价模型并根据所述电厂风险评价模型计算所述核电厂的风险信息；所述风险显示模块用于接收来自于所述风险计算模块的所述核电厂的所述风险信息并显示所述风险信息。

进一步地，所述自监测子系统包括内存监控模块、电厂状态监控模块、模型监控模块和风险计算监控模块；所述内存监控模块分别与所述建模模块和所述风险计算模块通信，用于获取并记录所述建模模块和所述风险计算模块的内存状态的实时值以对所述建模模块和所述风险计算模块进行监测；所述电厂状态监控模块与所述电厂状态模块通信，用于获取电厂状态的实时值以对所述电厂状态模块进行监测；所述模型监控模块与所述建模模块通信，用于获取模型信息的实时值以对所述建模模块进行监测；所述风险计算监控模块与所述风险计算模块通信，用于获取风险信息的实时值以对所述风险计算模块进行监测。

进一步地，所述内存状态包括重要数据、指针的值以及所述建模模块和所述风险计算模块的占用内存；所述重要数据包括大容量数据、接口数据和全局数据；所述大容量数据的数据量不少于1000个；所述内存监控模块通过获取预先存储的所述内存状态的正常域值并与所述内存状态的实时值进行比较，来监测所述建模模块和所述风险计算模块。

进一步地，所述电厂状态包括电厂设备信息、设备状态信息和当前环境状态信息；所述电厂状态监控模块通过获取预先存储的所述电厂状态的正常值并与所述电厂状态的实时值进行比较，来监测所述电厂状态模块。

进一步地，所述模型信息包括故障树模型信息及事件树模型信息；所述模型监控模块通过获取预先存储的所述模型信息的正常值并与所述模型信息的实时值进行比较，来监测所述建模模块。

进一步地，所述风险信息包括当前风险值、引起当前风险的最小割集信息、设备重要度信息；所述当前风险值是所述核电厂的堆芯损伤频率，所述最小割集信息包括每个最小割集的组成及其对最终结果的百分比贡献；所述风险计算监控模块通过获取预先存储的所述风险信息的正常值并与所述风险信息的实时值进行比较，来监测所述风险计算模块。

进一步地，本发明还提供了一种自监测方法，其特征在于，所述自监测方法包括设置自监测子系统，所述自监测子系统对实时监测核电厂的风险状态的风险监测子系统的运行状态进行监测。

进一步地，所述风险监测子系统包括电厂状态模块、建模模块、风险计算模块和风险显示模块；所述电厂状态模块用于获取所述核电厂的电厂状态；所述建模模块用于接受来自于所述电厂状态模块的所述电厂状态，并根据所述电厂状态建立电厂风险评价模型；所述风险计算模块用于接收来自于所述建模模块的所述电厂风险评价模型并根据所述电厂风险评价模型计算所述核电厂的风险信息；所述风险显示模块用于接收来自于所述风险计算模块的所述核电厂的所述风险信息并显示所述风险信息；所述自监测子系统包括内存监控模块、电厂状态监控模块、模型监控模块和风险计算监控模块；

所述自监测方法还包括：

(1)使用内存监控模块分别与所述建模模块和所述风险计算模块通信，用于获取并记录所述建模模块和所述风险计算模块的内存状态的实时值以对所述建模模块和所述风险计算模块进行监测；

(2)使用电厂状态监控模块与所述电厂状态模块通信，用于获取电厂状态的实时值以对所述电厂状态模块进行监测；

(3)使用模型监控模块与所述建模模块通信，用于获取模型信息的实时值以对所述建模模块进行监测；

(4)使用风险计算监控模块与所述风险计算模块通信，用于获取风险信息的实时值以对所述风险计算模块进行监测。

进一步地，所述内存状态包括重要数据、指针的值以及所述建模模块和所述风险计算模块的占用内存；所述重要数据包括大容量数据、接口数据和全局数据；所述大容量数据的数据量不少于1000个；所述内存监控模块通过获取预先存储的所述内存状态的正常值并与所述内存状态的实时域值进行比较，来监测所述建模模块和所述风险计算模块；

所述电厂状态包括电厂设备信息、设备状态信息和当前环境状态信息；所述电厂状态监控模块通过获取预先存储的所述电厂状态的正常值并与所述电厂状态的实时值进行比较，来监测所述电厂状态模块；

所述模型信息包括故障树模型信息及事件树模型信息；所述模型监控模块通过获取预先存储的所述模型信息的正常值并与所述模型信息的实时值进行比较，来监测所述建模模块；

所述风险信息包括当前风险值、引起当前风险的最小割集信息、设备重要度信息；所述当前风险值是所述核电厂的堆芯损伤频率，所述最小割集信息包括每个最小割集的组成及其对最终结果的百分比贡献；所述风险计算监控模块通过获取预先存储的所述风险信息的正常值并与所述风险信息的实时值进行比较，来监测所述风险计算模块。

本发明提供的能够自监测的风险监测系统以及自监测方法，具有以下有益效果：

通过在风险监测系统内部进行状态采集，能够在系统发生逻辑运算错误的同时，如内存错误、业务逻辑错误、业务流程错误，发现该错误并能够发送相应的信息给维护人员，从而使维护人员接收到信息时，能够准确判别系统出错的类别，定位错误位置和出错信息，及时修复这些错误，由此保证系统的正常可靠运行，为核电厂安全运行提供支持。这种能够自监测的风险监测系统及自监测方法的引进，是对风险监测系统可靠性的提升，能够在其发生错误、崩溃之前准确发现系统问题，提醒核电厂维护人员作必要的修复，提高了其风险监测的准确性，降低了电厂的运行风险。

附图说明

图1是本发明的能够自监测的风险监测系统的结构框图。

图2是本发明的能够自监测的风险监测系统的内存监控模块的工作流程图。

图3是本发明的能够自监测的风险监测系统的电厂状态监控模块的工作流程图。

图4是本发明的能够自监测的风险监测系统的模型监控模块的工作流程图。

图5是本发明的能够自监测的风险监测系统的风险计算监控模块的工作流程图。

具体实施方式

本发明的能够自监测的风险监测系统，包括风险监测子系统和自监测子系统，其中风险监测子系统实时监测电厂(具体地为核电厂)的风险状态，自监测子系统对风险监测子系统运行状态进行监测。如图1所示，风险监测子系统包括电厂状态模块、建模模块、风险计算模块和风险显示模块，自监测子系统包括内存监控模块、电厂状态监控模块、模型监控模块和风险计算监控模块。

风险监测子系统实时监测的过程具体地为：电厂状态模块获取核电厂的电厂状态；建模模块接受来自于电厂状态模块的电厂状态，并根据电厂状态建立电厂风险评价模型；风险计算模块接收来自于建模模块的电厂风险评价模型并根据电厂风险评价模型计算核电厂的风险信息；风险显示模块接收来自于风险计算模块的核电厂的风险信息并显示该风险信息，以供工作人员查看。其中，电厂状态包括电厂设备信息、设备状态信息和当前环境状态信息；风险信息包括当前风险值、引起当前风险的最小割集信息、设备重要度信息，当前风险值是核电厂的堆芯损伤频率，最小割集信息包括每个最小割集的组成及其对最终结果的百分比贡献。

自监测子系统中的内存监控模块分别与建模模块和风险计算模块通信，用于获取并记录建模模块和风险计算模块的内存状态的实时值以对建模模块和风险计算模块进行监测；电厂状态监控模块与电厂状态模块通信，用于获取电厂状态的实时值以对电厂状态模块进行监测；模型监控模块与建模模块通信，用于获取模型信息的实时值以对建模模块进行监测；风险计算监控模块与风险计算模块通信，用于获取风险信息的实时值以对风险计算模块进行监测。

图2-5示出了在一个较佳的实施例中，本发明的能够自监测的风险监测系统中的内存监控模块、电厂状态监控模块、模型监控模块和风险计算监控模块的工作流程。

内存监控模块通过获取预先存储的内存状态的正常域值(即内存大小的上下限)并与内存状态的实时值(即内存大小的实时值)进行比较，来监测所述建模模块和所述风险计算模块，参见图2，具体过程如下。

首先进行内存状态收集。本系统所述之内存状态包括重要数据、指针的值以及风险监测子系统(即建模模块和风险计算模块)的占用内存。重要数据包括但不限于：全局数据、大数据、接口数据；大数据一般指数据量超过1000个的数据；接口数据指用于各模块之前通信的数据。具体地，通过在需要进行监控的模块，包括建模模块和风险计算模块，设定内部节点，一般在关键的过程之前以及之后设定节点，在该节点处收集上述内存状态。

如图2所示之内存监控模块，还需进行内存状态记录，即将收集得到的内存状态记录下来，供后续系统维护人员分析。本实施例中对每次电厂状态的改变，都记录运行过程中各个节点的内存状态，同时提供专门用于记录内存状态的文件。较佳地将每次系统运行的内存状态记录于一个文件中，该文件中分区记录各个模块的内存状态，文件的命名应能区分每次系统的运行。该文件中同时开辟一个单独的区域，用于记录风险监测系统的输入状态，如电厂状态的输入，该区域一般位于文件的开头。同时需要存储这些文件的介质，如硬盘。根据内存状态记录，包括风险监测系统的输入，系统维护人员能够在必要时复现这些内存状态，为系统的维护提供方便。

较佳地，可以建立内存标准数据库来提供内存状态的正常值。内存标准数据库建立需要监测的重要数据、指针以及系统占用内存的标准。内存标准数据库对数据以及系统占用内存设置最大、最小值以及数据间关联；数据间关联示例如下：设三个重要数据为A、B、C，系统占用内存为D，数据间关联为：

3B>C；

size(A)+size(B)+size(C)<D<1.5(size(A)+size(B)+size(C))；

size(A)<size(B)；

size(A)+size(B)<size(C)；

其中size(A)为A的大小。

上述标准，即最大、最小值设置以及数据间关联，分为强制性要求与建议性要求。强制性要求指某项标准必须要满足；建议性要求指某项标准建议要满足。

内存状态处理根据内存标准数据库进行内存状态的处理，即将来自于内存标准数据库的内存状态的正常域值与收集的内存状态的实时值进行比较。若数据的值在内存标准数据库该数据的最大最小范围内，且满足数据简关联，判定该数据值是合理的，内存状态正常；若否，判定该值不合理，内存状态异常，最终风险值不可信。若因不满足强制性要求判定内存状态异常，该异常是严重异常；若仅因不满足建议性要求判定内存状态异常，该异常是一般异常。

根据内存状态处理的结果，进入内存状态警示，将上述之内存状态告知电厂维护人员及系统维护人员，通过设置的警示灯系统进行。警示灯系统中的警示灯分为红、黄、绿三色，内存状态正常点亮绿色警示灯，内存状态一般异常黄色警示灯闪烁，内存状态严重异常红色警示灯闪烁。电厂维护人员根据警示灯颜色即可判别当前风险监测系统运行是否正常，得到的风险结果是否可信。系统维护人员根据警示灯颜色可以判断内存状态是否异常，若异常可初步识别异常状态，即一般异常或严重异常。同时还可以通过设置的显示系统进行内存状态警示，将一般异常或者严重异常的具体原因，如某个节点某个数据违反了某条标准告知系统维护人员，系统维护人员由此可以得到异常的数据以及出现的位置，进一步，系统维护人员根据内存状态记录，查找内存出错的具体原因并修复系统或对内存标准数据库进行变更，必要时根据内存状态记录复现这些错误信息。系统维护人员根据相关技术标准、法规以及必要的经验认为本次异常为内存标准数据库的不合理导致时，可以发起专家评审，对内存标准数据库进行必要的调整和变更，并将变更的状态予以记录，即图2之内存标准数据库变更记录。同样需要保存这些记录的文件以及存储文件的介质，如硬盘等。

电厂状态监控模块通过获取预先存储的所述电厂状态的正常值并与所述电厂状态的实时值进行比较，来监测所述电厂状态模块。参见图3，具体过程如下。

首先进行电厂状态收集。电厂状态主要指设备的状态和当前环境状态，设备状态包括设备的维修状态、后撤状态、备用状态、失效状态等。设备的失效状态还包括设备的失效因素，即引起设备失效的一系列原因。

较佳地，可以建立电厂状态数据库来提供电厂状态的正常值，其包含电厂设备信息、设备状态信息、当前环境状态信息等。当电厂状态正常改变时，电厂状态数据库自动同步和更新。

电厂状态处理根据电厂状态数据库对电厂状态收集阶段得到的电厂状态进行判定，即将来自于电厂状态数据库的电厂状态的正常值与收集的电厂状态的实时值进行比较。若电厂状态的实时值满足电厂状态数据库要求，判定为电厂状态正常，若不满足，判定为电厂状态异常，并提示异常的设备状态具体信息，最终风险结果不可信。

根据电厂状态处理的结果，进入电厂状态告示，通过设置的警示灯系统进行。警示灯系统的警示灯分为红、绿两色，若电厂状态正常，点亮绿色警示灯；若电厂状态异常，红色警示灯闪烁。同时还可以通过设置的显示系统进行，若电厂状态异常，显示异常的设备状态具体信息。

电厂维护人员根据警示灯判断当前电厂状态是否正常，若异常，根据显示系统显示的信息结合实际情况对风险监测系统的电厂状态模块进行修正，重新进行电厂风险的计算和监测。

模型监控模块通过获取预先存储的模型信息的正常值并与模型信息的实时值进行比较，来监测建模模块首先进行模型信息收集。模型信息包括故障树模型信息及事件树模型信息。故障树模型信息包括门信息、基本事件信息、房型事件信息等；特别地，基本事件信息还包括共因事件信息及始发事件(频率事件)信息等。事件树模型信息包括始发事件信息、功能事件信息、序列信息以及后果信息等。

较佳地通过模型准则来提供模型信息的正常值，其具体地包括故障树模型准则和事件树模型准则。依照故障树和事件树建立标准或相关约定，建立相应的模型准则。模型准则包括但不限于：

故障树父子节点的匹配准则：门有一个或多个子节点，该子节点可以是门或基本事件；门或基本事件有一个或多个父节点，该父节点只能是门；

频率与概率事件匹配准则：模型可以没有频率事件，即所有事件均为概率型；若有一个频率事件，每个失效分支都必须有且只有一个频率事件；

模型准则分为强制性要求与建议性要求。强制性要求指某项准则必须要满足；建议性要求指某项准则建议要满足。

模型信息处理根据模型准则对模型信息收集阶段得到的模型信息进行处理，即将来自于模型准则的模型信息的正常值与收集的模型信息的实时值进行比较。若模型信息的实时值满足模型准则，判定模型正常，若不满足模型准则，判定模型异常。因违反强制性要求判定模型异常的，模型为严重异常，仅因违反建议性要求判定模型异常的，模型为一般异常。

根据模型信息处理的结果，进入模型信息告示，将上述之模型信息告知电厂维护人员及PSA建模人员，通过设置的警示灯系统进行。警示灯系统的警示灯分为红、黄、绿三色；模型正常点亮绿色警示灯，模型一般异常黄色警示灯闪烁，模型严重异常红色警示灯闪烁。电厂维护人员根据警示灯颜色即可判别当前风险监测系统运行是否正常，得到的风险结果是否可信。PSA建模人员根据警示灯颜色可以判断模型是否异常，若异常可初步识别异常状态，即一般异常或严重异常。模型信息告示同时设置显示系统，将一般异常或者严重异常的具体原因，如某个节点违反了某条准则告知PSA建模人员；PSA建模人员根据实际情况对风险监测系统的建模模块进行修正，重新进行电厂风险的计算和监测。

风险计算监控模块通过获取预先存储的风险信息的正常值并与风险信息的实时值进行比较，来监测风险计算模块。参见图5，具体过程如下。

首先进行风险信息收集。风险信息包括当前风险值即电厂堆芯损伤频率及其最小割集信息、设备重要度信息等。最小割集信息包括每个最小割集的组成、对最终结果的百分比贡献等。

如图5所示之风险计算监测模块，还需进行风险信息记录，即将收集得到的风险信息记录下来，供后续系统维护人员和PSA分析人员分析。每次风险计算，都会记录相应的风险信息，同时提供专门用于记录风险信息的文件。较佳地将每次风险计算记录于一个文件中，其中最小割集按照其对结果的百分比贡献由大到小排序，以便人员方便查找贡献度较大的割集。文件的命名应能区分每次风险计算。该文件中同时开辟一个单独的区域，用于记录风险监测系统的输入状态，包括电厂状态的输入和模型的信息，该区域一般位于文件的开头。同时需要存储这些文件的介质，如硬盘。根据风险信息记录，包括风险监测系统的输入，系统维护人员以及PSA分析人员能够在必要时复现此次风险计算过程，为系统的维护提供方便。

较佳地，可以建立风险信息参考数据库来提供风险信息的正常值。风险信息参考数据库根据以往大量的经验数据结合法规、标准等制定，该数据库中给出了不同电厂配置及环境状态下的风险建议值，以及所有设备均在正常状态，环境为标准环境下的电厂风险基准值以及设备重要度基准值。

风险信息处理依据收集到的风险信息，结合风险信息参考数据库，对风险信息进行处理，即将风险信息的正常值与收集的风险信息的实时值进行比较。对于风险值，在数据库中寻找与当前电厂状态相同或相当接近状态的风险建议值，将其与此次风险计算得到的风险值作比较。若两者相差在8％之外，认为风险信息异常，此次风险计算得到的风险值不可信。因两者相差在8％以外15％以内判定风险信息异常的，为一般异常，因两者相差在15％以外判定风险信息异常的，为严重异常。相当接近是指有若干个设备状态不同，但这若干个设备的重要度之和小于按重要度由大到小排序的第10个设备的重要度。若找不到相同或相当接近的风险建议值，按照既定规则判断风险值是否合理。假设本次计算设备K后撤，其失效率为p(K)，计算得到的风险值为pNow、风险基准值为pBase，既定规则包括但不限于：

pBase<＝pNow<＝pBase/p(K)

若不满足上述规则，认为风险信息异常，此次风险计算得到的风险值不可信。

上述规则分为强制性要求与建议性要求。强制性要求指某项规则必须要满足；建议性要求指某项规则建议要满足。若因违反强制性要求判定风险信息异常的，为严重异常；因违反建议性要求判定风险信息异常的，为一般异常。

对于设备重要度信息，某设备状态的改变不应改变其他设备重要度排序。即若有设备M、N、L，原设备重要度序为F(M)<F(N)<F(L)，本次计算设备L替换为设备D，计算得到的新的M、N设备重要度序需要满足FNew(M)<FNew(N)，若不满足，认为风险信息异常，且为严重异常，此次风险计算得到的设备重要度值不可信。

根据风险信息处理的结果，进入风险信息告示，告示电厂维护人员、系统维护人员以及PSA分析人员风险信息可信或者不可信，通过设置的警示灯系统进行。警示灯系统的警示灯分为红、黄、绿三色；风险信息正常点亮绿色警示灯，风险信息一般异常黄色警示灯闪烁，风险信息严重异常红色警示灯闪烁。电厂维护人员根据警示灯颜色即可判别当前风险监测系统运行是否正常，得到的风险结果是否可信。系统维护人员及PSA分析人员根据警示灯颜色判别风险信息是否异常，若异常可初步识别异常状态，即一般异常或严重异常。同时设置显示系统告知异常风险细节。细节包括风险值、风险建议值、设备重要度相关信息或违反的规则等。

如图5所示之维护人员，电厂维护人员、系统维护人员与PSA分析人员获取风险信息告示结果，判断当前风险值是否可信；若不可信，系统维护人员与PSA分析人员根据不可信之风险细节，查阅风险信息记录，必要时还原风险计算细节，查找原因并修复系统。系统维护人员与PSA分析人员根据相关技术标准、法规以及必要的经验认为风险信息不可信为风险信息参考数据库或者既定规则的不合理导致时，可以发起专家评审，对风险信息参考数据库或者既定规则进行必要的调整和变更，并将变更的状态予以记录，即图5之风险信息参考数据库变更记录。同样需要保存这些记录的文件以及存储文件的介质，如硬盘等。

如图2、3、4、5所示之人员，包括电厂维护人员、PSA建模/分析人员、系统维护人员。电厂维护人员关注电厂状态以及最终风险结果的可靠性，负责电厂监控模块的监控。PSA建模/分析人员关注模型的可靠性以及最终风险结果的可靠性，负责模型监控模块以及风险计算监控模块。系统维护人员关注风险监测系统运行的可靠性，负责内存监控模块以及风险计算监控模块。

如图2、3、4、5所示之告示/告警模块，包括信号灯装置和显示装置，且对不同的模块设置不同的上述装置。信号灯为绿色时，认为风险结果是可信、可靠的；信号灯为黄色、红色时，认为风险结果不可信；信号灯为黄色时，风险结果不可信但有一定参考意义，系统维修的紧迫性一般；信号灯为红色时，风险结果不可信，无任何参考意义，系统维修的紧迫性高。风险结果不可信时，各模块负责人员通过显示装置获取详细信息并作相应的维护，必要时，通过各模块的状态/信息记录还原异常信息。

另外，本发明的能够自监测的风险监测系统还可以包括通信装置，用于在各个模块之间建立通信，供各模块之间传递数据。

根据本发明提出的方法，可以应用于任何核电厂的其他系统，包括风险监测器、破损燃料棒在线监测系统、放射性监控系统以及指标管理系统等，使这些系统能够自监测，保证核电厂的安全运行。也可以应用于其它系统。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (10)

1.一种能够自监测的风险监测系统，包括用于实时监测核电厂的风险状态的风险监测子系统，其特征在于，还包括自监测子系统，所述自监测子系统对所述风险监测子系统的运行状态进行监测。

2.如权利要求1所述的能够自监测的风险监测系统，其中所述风险监测子系统包括电厂状态模块、建模模块、风险计算模块和风险显示模块；所述电厂状态模块用于获取所述核电厂的电厂状态；所述建模模块用于接受来自于所述电厂状态模块的所述电厂状态，并根据所述电厂状态建立电厂风险评价模型；所述风险计算模块用于接收来自于所述建模模块的所述电厂风险评价模型并根据所述电厂风险评价模型计算所述核电厂的风险信息；所述风险显示模块用于接收来自于所述风险计算模块的所述核电厂的所述风险信息并显示所述风险信息。

3.如权利要求2所述的能够自监测的风险监测系统，其中所述自监测子系统包括内存监控模块、电厂状态监控模块、模型监控模块和风险计算监控模块；所述内存监控模块分别与所述建模模块和所述风险计算模块通信，用于获取并记录所述建模模块和所述风险计算模块的内存状态的实时值以对所述建模模块和所述风险计算模块进行监测；所述电厂状态监控模块与所述电厂状态模块通信，用于获取所述电厂状态的实时值以对所述电厂状态模块进行监测；所述模型监控模块与所述建模模块通信，用于获取模型信息的实时值以对所述建模模块进行监测；所述风险计算监控模块与所述风险计算模块通信，用于获取所述风险信息的实时值以对所述风险计算模块进行监测。

4.如权利要求3所述的能够自监测的风险监测系统，其中所述内存状态包括重要数据、指针的值以及所述建模模块和所述风险计算模块的占用内存；所述重要数据包括大容量数据、接口数据和全局数据；所述大容量数据的数据量不少于1000个；所述内存监控模块通过获取预先存储的所述内存状态的正常域值并与所述内存状态的实时值进行比较，来监测所述建模模块和所述风险计算模块。

5.如权利要求3所述的能够自监测的风险监测系统，其中所述电厂状态包括电厂设备信息、设备状态信息和当前环境状态信息；所述电厂状态监控模块通过获取预先存储的所述电厂状态的正常值并与所述电厂状态的实时值进行比较，来监测所述电厂状态模块。

6.如权利要求3所述的能够自监测的风险监测系统，其中所述模型信息包括故障树模型信息及事件树模型信息；所述模型监控模块通过获取预先存储的所述模型信息的正常值并与所述模型信息的实时值进行比较，来监测所述建模模块。

7.如权利要求3所述的能够自监测的风险监测系统，其中所述风险信息包括当前风险值、引起当前风险的最小割集信息、设备重要度信息；所述当前风险值是所述核电厂的堆芯损伤频率，所述最小割集信息包括每个最小割集的组成及其对最终结果的百分比贡献；所述风险计算监控模块通过获取预先存储的所述风险信息的正常值并与所述风险信息的实时值进行比较，来监测所述风险计算模块。

8.一种自监测方法，其特征在于，所述自监测方法设置自监测子系统，所述自监测子系统对实时监测核电厂的风险状态的风险监测子系统的运行状态进行监测。

9.如权利要求8所述的自监测方法，其中所述风险监测子系统包括电厂状态模块、建模模块、风险计算模块和风险显示模块；所述电厂状态模块用于获取所述核电厂的电厂状态；所述建模模块用于接受来自于所述电厂状态模块的所述电厂状态，并根据所述电厂状态建立电厂风险评价模型；所述风险计算模块用于接收来自于所述建模模块的所述电厂风险评价模型并根据所述电厂风险评价模型计算所述核电厂的风险信息；所述风险显示模块用于接收来自于所述风险计算模块的所述核电厂的所述风险信息并显示所述风险信息；所述自监测子系统包括内存监控模块、电厂状态监控模块、模型监控模块和风险计算监控模块；

所述自监测方法还包括：

(1)使用内存监控模块分别与所述建模模块和所述风险计算模块通信，用于获取并记录所述建模模块和所述风险计算模块的内存状态的实时值以对所述建模模块和所述风险计算模块进行监测；

(2)使用电厂状态监控模块与所述电厂状态模块通信，用于获取电厂状态的实时值以对所述电厂状态模块进行监测；

(3)使用模型监控模块与所述建模模块通信，用于获取模型信息的实时值以对所述建模模块进行监测；

(4)使用风险计算监控模块与所述风险计算模块通信，用于获取风险信息的实时值以对所述风险计算模块进行监测。

10.如权利要求9所述的自监测方法，其中

所述内存状态包括重要数据、指针的值以及所述建模模块和所述风险计算模块的占用内存；所述重要数据包括大容量数据、接口数据和全局数据；所述大容量数据的数据量不少于1000个；所述内存监控模块通过获取预先存储的所述内存状态的正常域值并与所述内存状态的实时值进行比较，来监测所述建模模块和所述风险计算模块；

所述电厂状态包括电厂设备信息、设备状态信息和当前环境状态信息；所述电厂状态监控模块通过获取预先存储的所述电厂状态的正常值并与所述电厂状态的实时值进行比较，来监测所述电厂状态模块；

所述模型信息包括故障树模型信息及事件树模型信息；所述模型监控模块通过获取预先存储的所述模型信息的正常值并与所述模型信息的实时值进行比较，来监测所述建模模块；

所述风险信息包括当前风险值、引起当前风险的最小割集信息、设备重要度信息；所述当前风险值是所述核电厂的堆芯损伤频率，所述最小割集信息包括每个最小割集的组成及其对最终结果的百分比贡献；所述风险计算监控模块通过获取预先存储的所述风险信息的正常值并与所述风险信息的实时值进行比较，来监测所述风险计算模块。