CN113555141A - 一种核电站的智能监控方法及系统、智能监控服务器 - Google Patents
一种核电站的智能监控方法及系统、智能监控服务器 Download PDFInfo
- Publication number
- CN113555141A CN113555141A CN202110812520.2A CN202110812520A CN113555141A CN 113555141 A CN113555141 A CN 113555141A CN 202110812520 A CN202110812520 A CN 202110812520A CN 113555141 A CN113555141 A CN 113555141A
- Authority
- CN
- China
- Prior art keywords
- nuclear power
- power station
- artificial intelligence
- intelligent monitoring
- intelligence program
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 111
- 238000000034 method Methods 0.000 title claims abstract description 65
- 230000008569 process Effects 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims description 19
- 238000012549 training Methods 0.000 claims description 15
- 238000010276 construction Methods 0.000 claims description 12
- 230000002787 reinforcement Effects 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 17
- 238000013473 artificial intelligence Methods 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 12
- 230000001276 controlling effect Effects 0.000 description 9
- 239000007788 liquid Substances 0.000 description 7
- 238000012546 transfer Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000006872 improvement Effects 0.000 description 4
- 238000002347 injection Methods 0.000 description 4
- 239000007924 injection Substances 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 238000001816 cooling Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000003381 stabilizer Substances 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
- G21D—NUCLEAR POWER PLANT
- G21D3/00—Control of nuclear power plant
- G21D3/007—Expert systems
-
- G—PHYSICS
- G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
- G21D—NUCLEAR POWER PLANT
- G21D3/00—Control of nuclear power plant
- G21D3/001—Computer implemented control
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Plasma & Fusion (AREA)
- High Energy & Nuclear Physics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供一种核电站的智能监控方法,包括:接收核电站仪控系统实时发送的监控数据;根据预设的运行规程目标及实时接收的监控数据,依照预设的运行规程的顺控逻辑调用自动化程序或人工智能程序模型,生成执行运行规程的顺控逻辑中各步骤所需的控制指令;将所述控制指令实时发送至核电站仪控系统执行相应的控制,以实现运行规程的自主执行。相应地,还提供一种核电站的智能监控服务器、智能监控系统。该智能监控方法可解决当前核电站仍需运行人员处理运行规程的现状,用于实现核电站的智能化监控、提高运行效率及安全性。
Description
技术领域
本发明涉及核电技术领域,具体涉及一种核电站的智能监控方法及系统、智能监控服务器。
背景技术
核电站的运行效率的提升很大程度上依赖于自动化水平的提升,目前核电站的设计中已经实现了仪控系统的数字化,使得仪控系统对数据的传输和处理能力有了显著的提升,通过PID(Proportion Integral Differential,比例积分微分)闭环调节、顺控等传统控制方法提高了核电站的自动化水平和运行效率,但由于核电站系统及其故障模式的复杂程度,在应对预期运行事件和事故时仍然高度依赖于运行人员的经验和处理。
目前,尽管一些基础的人工智能系统(如:基于固定逻辑的专家系统、辅助决策和故障诊断系统)已经应用到核电站运行领域中,起到了辅助运行人员监控电厂的作用。但由于核电站的特殊安全要求及运行任务的复杂性,存在许多难以通过公式描述的任务功能,仍需要运行人员进行判断和控制,运行效率低,存在人因失误,故亟需一种智能监控方法,用于降低运行人员的工作负荷,提高核电站运行效率及安全性。
发明内容
本发明要解决的技术问题是针对现有技术存在的上述不足,提供一种核电站的智能监控方法及系统、智能监控服务器,可解决当前核电站仍需运行人员处理运行规程的现状,用于实现核电站的智能化监控。
第一方面,本发明实施例提供一种核电站的智能监控方法,包括:接收核电站仪控系统实时发送的监控数据;根据预设的运行规程目标及实时接收的监控数据,依照预设的运行规程的顺控逻辑调用自动化程序或模型库中的人工智能程序模型,以生成执行运行规程的顺控逻辑中各步骤所需的控制指令;将所述控制指令实时发送至核电站仪控系统执行相应的控制,以实现运行规程的自主执行。
优选地,在所述接收核电站仪控系统实时发送的监控数据之前,核电站的智能监控方法还包括:根据核电站运行规程的整体处理流程和分支处理流程构建所述运行规程的顺控逻辑,顺控逻辑包括执行运行规程需依序执行的N个步骤,N为正整数;根据顺控逻辑中各个步骤的特点确定各个步骤对应的控制指令的生成主体,所述生成主体包括自动化程序或人工智能程序模型。
优选地,在所述根据顺控逻辑中各个步骤的特点确定各个步骤对应的控制指令的生成主体之前,核电站的智能监控方法还包括:构建模型库,所述模型库包括多个人工智能程序模型。
优选地,构建模型库,具体包括:根据核电站仪控系统的配置和人为执行第m个步骤时的判断流程构建人工智能程序模型的结构,m≤N,为正整数;根据人为执行第m个步骤时所监控的信息确定人工智能程序模型的输入变量;基于人为执行第m个步骤过程中产生的历史数据对人工智能程序模型进行监督学习,以生成第m个步骤对应的人工智能程序模型,其中,历史数据包括所监控的信息和/或控制指令。
优选地,在所述基于人为执行第m个步骤过程中产生的历史数据对人工智能程序模型进行监督学习,以生成第m个步骤对应的人工智能程序模型之后,核电站的智能监控方法还包括:将生成的第m个步骤对应的人工智能程序模型在核电站模拟机中执行监控任务并收集其执行监控任务过程中产生的数据进行强化学习,以确定第m个步骤对应的人工智能程序模型的最优参数。
第二方面,本发明实施例还提供一种核电站的智能监控服务器,包括接收模块、执行模块、发送模块和模型库。接收模块,用于接收核电站仪控系统实时发送的监控数据。执行模块,与接收模块连接,用于根据预设的运行规程目标及实时接收的监控数据,依照预设的运行规程的顺控逻辑调用自动化程序或模型库中的人工智能程序模型,以生成执行运行规程的顺控逻辑中各步骤所需的控制指令。发送模块,与执行模块连接,用于将所述控制指令实时发送至核电站仪控系统执行相应的控制,以实现运行规程的自主执行。模型库,用于存储多个人工智能程序模型。
优选地,智能监控服务器还包括第一构建模块、确定模块和第二构建模块。第一构建模块,用于根据核电站运行规程的整体处理流程和分支处理流程构建所述运行规程的顺控逻辑,顺控逻辑包括执行运行规程需依序执行的N个步骤,N为正整数。确定模块,与构建模块连接,用于根据顺控逻辑中各个步骤的特点确定各个步骤对应的控制指令的生成主体,所述生成主体包括自动化程序或人工智能程序模型。第二构建模块,与确定模块连接,用于构建模型库,所述模型库包括多个人工智能程序模型。
优选地,第二构建模块包括构建单元和训练单元。构建单元,用于根据核电站仪控系统的配置和人为执行第m个步骤时的判断流程构建人工智能程序模型的结构,m≤N,为正整数,并根据人为执行第m个步骤时所监控的信息确定人工智能程序模型的输入变量。训练单元,与构建单元连接,用于基于人为执行第m个步骤过程中产生的历史数据对人工智能程序模型进行监督学习,以生成第m个步骤对应的人工智能程序模型,其中,历史数据包括所监控的信息和/或控制指令。
优选地,第二构建模块还包括优化单元。优化单元,与训练单元连接,用于将生成的第m个步骤对应的人工智能程序模型在核电站模拟机中执行监控任务并收集其执行监控任务过程中产生的数据进行强化学习,以确定第m个步骤对应的人工智能程序模型的最优参数。
第三方面,本发明实施例还提供一种核电站的智能监控系统,包括核电站仪控系统和第二方面所述的核电站的智能监控服务器。所述核电站仪控系统,用于监控核电站中设备的运行数据,并将监控数据实时发送给核电站的智能监控服务器。所述核电站的智能监控服务器,与核电站仪控系统连接,用于接收核电站仪控系统实时发送的监控数据,并将控制指令发送至核电站仪控系统。所述核电站仪控系统还用于根据所述控制指令对核电站中的相应设备执行相应的控制。
本发明的核电站的智能监控方法及系统、智能监控服务器,依照预设的运行规程的顺控逻辑调用自动化程序或人工智能程序模型,生成执行运行规程各步骤所需的控制指令,并将控制指令通过核电站仪控系统执行相应控制,从而实现运行规程的自主执行,即核电厂的智能监控。可降低运行人员的工作负荷,提高核电站运行效率及安全性。
附图说明
图1为本发明实施例1的核电站的智能监控方法的流程图;
图2为本发明实施例1的压水堆核电站蒸汽发生器传热管破裂事故处理规程的顺控逻辑;
图3为本发明实施例1的人工智能程序模型的示意图。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案,下面结合附图和实施例对本发明作进一步详细描述。
实施例1:
如图1所示,本实施例提供一种核电站的智能监控方法,可应用于不同的核电站的运行规程的控制,智能监控方法包括:
步骤101,接收核电站仪控系统实时发送的监控数据。
本实施例中,核电站仪控系统具有测量仪表的测量、控制功能,以及数据处理、通信能力。监控数据指核电站仪控系统在监控过程中实时获取的测量仪表的测量数据,例如,辅助给水流量、蒸汽流量、排污流量和主给水流量等数据。
步骤102,根据预设的运行规程目标及实时接收的监控数据,依照预设的运行规程的顺控逻辑调用自动化程序或模型库中的人工智能程序模型,以生成执行运行规程的顺控逻辑中各步骤所需的控制指令。
本实施例中,自动化程序指遵循预先设定的规则而设计的程序,人工智能程序模型指模仿人类的行为而设计的程序模型。
具体地,在步骤101:接收核电站仪控系统实时发送的监控数据之前,核电站的智能监控方法还包括:
步骤S10,根据核电站运行规程的整体处理流程和分支处理流程构建运行规程的顺控逻辑,顺控逻辑包括执行运行规程需依序执行的N个步骤,N为正整数。
步骤S11,根据顺控逻辑中各个步骤的特点确定各个步骤对应的控制指令的生成主体,生成主体包括自动化程序或人工智能程序模型。例如,压水堆核电启动过程中需要按顺序打开一系列隔离阀,该步骤可通过传统的自动化技术实现,则确定该步骤对应的控制指令的生成主体为自动化程序;对于启动过程中不稳定瞬态下一回路压力的调节,需要人为进行参数的观察和判断,需通过人工智能技术实现,故确定该步骤对应的控制指令的生成主体为人工智能程序模型。
本实施例中,以压水堆核电站蒸汽发生器传热管破裂事故处理的运行规程为例对本实施例的方法进行说明。根据蒸汽发生器传热管破裂事故的运行规程的所有处理流程(即整体处理流程及各分支处理流程)构建该运行规程的顺控逻辑,顺控逻辑指通过顺序控制逻辑实现某运行规程的所有处理流程,顺控逻辑包括N个步骤,并定义顺控逻辑中每一个步骤的内容。如图2所示,所构建的顺控逻辑包括需依序执行的13个步骤:蒸汽发生器传热管破裂——停堆和安注信号相继触发——停堆和安注后自动动作确认——诊断并确认事故蒸汽发生器——等待快速冷却结束——隔离破损蒸汽发生器——控制蒸汽发生器水位——停运低压安注泵——控制一回路冷却——稳压器喷淋以控制一回路降压——停运中压安注泵——建立上充和下泄——控制一回路压力和上充流量。对于图2中所示的每个步骤(即构建的运行规程的顺控逻辑),根据核电站仪控系统的配置和顺控逻辑中每个步骤的特点,确定哪些步骤适合使用传统的自动化技术(对应自动化程序)或哪些步骤需要使用人工智能技术(对应人工智能程序模型)以生成执行监控任务所需的控制指令。经分析,以下4个步骤需要使用人工智能技术完成,其他9个步骤使用自动化程序实现控制指令的生成:
(1)控制蒸汽发生器水位;
(2)控制一回路冷却;
(3)稳压器喷淋以控制一回路降压;
(4)控制一回路压力和上充流量。
继而接收核电站仪控系统实时发送的监控数据,根据预设的运行规程目标(即监控任务目标)及实时接收的监控数据,依照如图2示例的运行规程的顺控逻辑调用自动化程序或模型库中的人工智能程序模型,以实时生成执行蒸汽发生器传热管破裂事故的运行规程的顺控逻辑中13个步骤所需的控制指令,从而实现自主执行蒸汽发生器传热管破裂事故的运行规程。
可选地,在步骤S11:根据顺控逻辑中各个步骤的特点确定各个步骤对应的控制指令的生成主体之前,智能监控方法还包括:构建模型库,模型库包括多个人工智能程序模型。
具体地,构建模型库包括:
步骤S21:根据核电站仪控系统的配置和人为执行第m个步骤时的判断流程构建人工智能程序模型的结构,m≤N,为正整数。
步骤S22:根据人为执行第m个步骤时所监控的信息确定人工智能程序模型的输入变量。
步骤S23,基于人为执行第m个步骤过程中产生的历史数据对人工智能程序模型进行监督学习,以生成第m个步骤对应的人工智能程序模型,其中,历史数据包括所监控的信息和/或控制指令。
本实施例中,由于使用人工智能技术的有四个步骤,故本实施中针对蒸汽发生器传热管破裂事故的这一运行规程需要生成四个人工智能程序模型。为更好地说明构建模型库的具体过程,在该运行规程的顺控逻辑中选取第七个步骤(即m=7、控制蒸汽发生器水位)为例来解释本实施例的方法。为实现控制蒸汽发生器水位的智能监控,首先根据核电站仪控系统的配置情况和人为在执行控制蒸汽发生器水位这一步骤时的判断流程(或思维模式)构建人工智能程序模型的结构,如图3所示。该人工智能程序模型的结构对应的人为判断流程为:首先根据蒸汽发生器液位变化情况、辅助给水流量、蒸汽流量、排污流量和主给水流量等参数,计算蒸汽发生器的实际净流量;之后根据蒸汽发生器实际液位和目标液位的偏差计算蒸汽发生器的目标净流量;进一步根据当前辅助给水流量和实际净流量与目标净流量之差,计算辅助给水目标流量;之后通过多层神经网络模型判断达到目标流量所需的辅助给水调节阀的开度;最后根据人工智能程序模型的判断结果执行对应的控制(即向核电站仪控系统输出目标调节阀的开度,以使其进行相应控制)。该人工智能程序模型的输入变量是根据人为执行该步骤时所需考虑的监控信息确定,包括:
(1)蒸汽发生器液位;
(2)辅助给水流量;
(3)辅助给水管线压力;
(4)辅助给水流量调节阀开度;
(5)蒸汽压力。
确定了该人工智能程序模型的结构和输入变量后,对该模型进行监督学习(即训练):首先收集人为在核电站模拟机上训练时执行该第七步骤时的数据记录(数据记录包括人为执行第七步骤时的蒸汽发生器液位、辅助给水流量、辅助给水管线压力、蒸汽压力等系统状态,人为在该状态下给出的控制指令,以及该控制指令对系统状态的影响数据)。需要说明的是,由于蒸汽发生器传热管断裂事故很少在实际核电站中发生,数据记录以核电站模拟机训练数据为主,利用这些数据记录进行监督学习,使人工智能程序模型初步具备执行运行监控任务的能力(即在与训练数据相同或相似的情况下能做出与人相同或相似的判断,但存在判断不准确或在其他不同情况下产生错误判断的可能)。
可选地,在步骤S23:基于人为执行第m个步骤过程中产生的历史数据对人工智能程序模型进行监督学习,以生成第m个步骤对应的人工智能程序模型之后,核电站的智能监控方法还包括:将生成的第m个步骤对应的人工智能程序模型在核电站模拟机中执行监控任务并收集其执行监控任务过程中产生的数据进行强化学习,以确定第m个步骤对应的人工智能程序模型的最优参数。
本实施例中,让人工智能程序模型在核电站模拟机中执行运行监控任务并收集运行监控过程中产生的数据并进行强化学习,在强化学习的过程中对人工智能程序模型的参数进行优化,以提高执行运行监控任务的性能和效率。通过调节人工智能程序模型的参数,使人工智能程序给出的控制命令更加有效。例如,本实例中以蒸汽发生器实际液位与目标液位之间的偏差和达到目标液位的速度作为衡量性能和效率的指标,使人工智能程序模型具备高效自主执行运行监控任务的能力。
步骤103,将控制指令实时发送至核电站仪控系统执行相应的控制,以实现运行规程的自主执行。
综上所述,本实施例的智能监控方法,通过将核电站运行规程中的整体流程和分支流程采用顺控逻辑的形式来实现,根据运行规程的顺控逻辑中每一个步骤的具体特点确定通过自动化技术或人工智能技术以生成相应的控制指令,进而实现自主监控功能。对于其中需要通过人工智能技术完成的任务,首先根据任务原理构建人工智能程序模型,进而利用人为的运行记录进行监督学习,再让人工智能模型在模拟机上执行控制任务并进行强化学习,最终使其具备与人为执行运行任务相当的能力。该智能监控方法可以弥补传统自动化技术在实现任务功能复杂、难以通过固定公式描述的功能时的短板。采用传统自动化技术与人工智能技术相结合的方式可以有效地提高核电站的自动化水平和运行效率。同时可以在操纵员需要并行处理大量任务时减少操纵员的工作负担,间接减少人员失误的可能性,提高提高核电站的安全性。此外,人工智能技术具备自我优化和扩展的能力,人工智能技术的引入可以用于优化现有运行策略和控制方法。针对特定任务的人工智能程序模型的学习和训练速度比操纵员更快、可以批量生成、熟练度不随时间的推移而减弱,可作为专家来指导运行人员以更加合理的方式完成运行任务,同时通过对比可以发现现有控制策略中的缺陷和不足,为核电站监控功能的优化提供参考。
实施例2:
本实施例提供一种核电站的智能监控服务器,包括接收模块、执行模块、发送模块和模型库。
接收模块,用于接收核电站仪控系统实时发送的监控数据。
执行模块,与接收模块连接,用于根据预设的运行规程目标及实时接收的监控数据,依照预设的运行规程的顺控逻辑调用自动化程序或模型库中的人工智能程序模型,以生成执行运行规程的顺控逻辑中各步骤所需的控制指令。
发送模块,与执行模块连接,用于将所述控制指令实时发送至核电站仪控系统执行相应的控制,以实现运行规程的自主执行。
模型库,用于存储多个人工智能程序模型。
可选地,核电站的智能监控服务器还包括第一构建模块、确定模块和第二构建模块。
第一构建模块,用于根据核电站运行规程的整体处理流程和分支处理流程构建所述运行规程的顺控逻辑,顺控逻辑包括执行运行规程需依序执行的N个步骤,N为正整数。
确定模块,与构建模块连接,用于根据顺控逻辑中各个步骤的特点确定各个步骤对应的控制指令的生成主体,所述生成主体包括自动化程序或人工智能程序模型。
第二构建模块,与确定模块连接,用于构建模型库,所述模型库包括多个人工智能程序模型。
可选地,第二构建模块包括构建单元和训练单元。
构建单元,用于根据核电站仪控系统的配置和人为执行第m个步骤时的判断流程构建人工智能程序模型的结构,m≤N,为正整数,并根据人为执行第m个步骤时所监控的信息确定人工智能程序模型的输入变量。
训练单元,与构建单元连接,用于基于人为执行第m个步骤过程中产生的历史数据对人工智能程序模型进行监督学习,以生成第m个步骤对应的人工智能程序模型,其中,历史数据包括所监控的信息和/或控制指令。
可选地,第二构建模块还包括优化单元。
优化单元,与训练单元连接,用于将生成的第m个步骤对应的人工智能程序模型在核电站模拟机中执行监控任务并收集其执行监控任务过程中产生的数据进行强化学习,以确定第m个步骤对应的人工智能程序模型的最优参数。
实施例3:
本实施例提供一种核电站的智能监控系统,包括核电站仪控系统和实施例2所述的核电站的智能监控服务器。
核电站仪控系统,用于监控核电站中设备的运行数据,并将监控数据实时发送给核电站的智能监控服务器。
核电站的智能监控服务器,与核电站仪控系统连接,用于接收核电站仪控系统实时发送的监控数据,并将控制指令发送至核电站仪控系统。
核电站仪控系统还用于根据所述控制指令对核电站中的相应设备执行相应的控制。
本实施例中,核电站的智能监控系统可单独运行使用,也可与运行人员配合使用。此外,采用该核电站的智能监控系统在核电站模拟机上自主执行运行规程,以完成对运行人员的训练。
可以理解的是,以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式,然而本发明并不局限于此。对于本领域内的普通技术人员而言,在不脱离本发明的精神和实质的情况下,可以做出各种变型和改进,这些变型和改进也视为本发明的保护范围。
Claims (10)
1.一种核电站的智能监控方法,其特征在于,包括:
接收核电站仪控系统实时发送的监控数据;
根据预设的运行规程目标及实时接收的监控数据,依照预设的运行规程的顺控逻辑调用自动化程序或模型库中的人工智能程序模型,以生成执行运行规程的顺控逻辑中各步骤所需的控制指令;
将所述控制指令实时发送至核电站仪控系统执行相应的控制,以实现运行规程的自主执行。
2.根据权利要求1所述的核电站的智能监控方法,其特征在于,在所述接收核电站仪控系统实时发送的监控数据之前,还包括:
根据核电站运行规程的整体处理流程和分支处理流程构建所述运行规程的顺控逻辑,顺控逻辑包括执行运行规程需依序执行的N个步骤,N为正整数;
根据顺控逻辑中各个步骤的特点确定各个步骤对应的控制指令的生成主体,所述生成主体包括自动化程序或人工智能程序模型。
3.根据权利要求2所述的核电站的智能监控方法,其特征在于,在所述根据顺控逻辑中各个步骤的特点确定各个步骤对应的控制指令的生成主体之前,还包括:
构建模型库,所述模型库包括多个人工智能程序模型。
4.根据权利要求3所述的核电站的智能监控方法,其特征在于,构建模型库,具体包括:
根据核电站仪控系统的配置和人为执行第m个步骤时的判断流程构建人工智能程序模型的结构,m≤N,为正整数;
根据人为执行第m个步骤时所监控的信息确定人工智能程序模型的输入变量;
基于人为执行第m个步骤过程中产生的历史数据对人工智能程序模型进行监督学习,以生成第m个步骤对应的人工智能程序模型,其中,历史数据包括所监控的信息和/或控制指令。
5.根据权利要求4所述的核电站的智能监控方法,其特征在于,在所述基于人为执行第m个步骤过程中产生的历史数据对人工智能程序模型进行监督学习,以生成第m个步骤对应的人工智能程序模型之后,还包括:
将生成的第m个步骤对应的人工智能程序模型在核电站模拟机中执行监控任务并收集其执行监控任务过程中产生的数据进行强化学习,以确定第m个步骤对应的人工智能程序模型的最优参数。
6.一种核电站的智能监控服务器,其特征在于,包括接收模块、执行模块、发送模块和模型库,
接收模块,用于接收核电站仪控系统实时发送的监控数据,
执行模块,与接收模块连接,用于根据预设的运行规程目标及实时接收的监控数据,依照预设的运行规程的顺控逻辑调用自动化程序或模型库中的人工智能程序模型,以生成执行运行规程的顺控逻辑中各步骤所需的控制指令,
发送模块,与执行模块连接,用于将所述控制指令实时发送至核电站仪控系统执行相应的控制,以实现运行规程的自主执行,
模型库,用于存储多个人工智能程序模型。
7.根据权利要求6所述的核电站的智能监控服务器,其特征在于,还包括第一构建模块、确定模块和第二构建模块,
第一构建模块,用于根据核电站运行规程的整体处理流程和分支处理流程构建所述运行规程的顺控逻辑,顺控逻辑包括执行运行规程需依序执行的N个步骤,N为正整数,
确定模块,与构建模块连接,用于根据顺控逻辑中各个步骤的特点确定各个步骤对应的控制指令的生成主体,所述生成主体包括自动化程序或人工智能程序模型,
第二构建模块,与确定模块连接,用于构建模型库,所述模型库包括多个人工智能程序模型。
8.根据权利要求7所述的核电站的智能监控服务器,其特征在于,第二构建模块包括构建单元和训练单元,
构建单元,用于根据核电站仪控系统的配置和人为执行第m个步骤时的判断流程构建人工智能程序模型的结构,m≤N,为正整数,并根据人为执行第m个步骤时所监控的信息确定人工智能程序模型的输入变量,
训练单元,与构建单元连接,用于基于人为执行第m个步骤过程中产生的历史数据对人工智能程序模型进行监督学习,以生成第m个步骤对应的人工智能程序模型,其中,历史数据包括所监控的信息和/或控制指令。
9.根据权利要求8所述的核电站的智能监控服务器,其特征在于,第二构建模块还包括优化单元,
优化单元,与训练单元连接,用于将生成的第m个步骤对应的人工智能程序模型在核电站模拟机中执行监控任务并收集其执行监控任务过程中产生的数据进行强化学习,以确定第m个步骤对应的人工智能程序模型的最优参数。
10.一种核电站的智能监控系统,其特征在于,包括核电站仪控系统和权利要求6-9任一项所述的核电站的智能监控服务器,
所述核电站仪控系统,用于监控核电站中设备的运行数据,并将监控数据实时发送给核电站的智能监控服务器,
所述核电站的智能监控服务器,与核电站仪控系统连接,用于接收核电站仪控系统实时发送的监控数据,并将控制指令发送至核电站仪控系统,
所述核电站仪控系统还用于根据所述控制指令对核电站中的相应设备执行相应的控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110812520.2A CN113555141B (zh) | 2021-07-19 | 2021-07-19 | 一种核电站的智能监控方法及系统、智能监控服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110812520.2A CN113555141B (zh) | 2021-07-19 | 2021-07-19 | 一种核电站的智能监控方法及系统、智能监控服务器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113555141A true CN113555141A (zh) | 2021-10-26 |
CN113555141B CN113555141B (zh) | 2024-04-19 |
Family
ID=78103345
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110812520.2A Active CN113555141B (zh) | 2021-07-19 | 2021-07-19 | 一种核电站的智能监控方法及系统、智能监控服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113555141B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103165207A (zh) * | 2011-12-13 | 2013-06-19 | 中广核工程有限公司 | 适用于核电站的顺序控制方法及系统 |
CN103441570A (zh) * | 2013-06-18 | 2013-12-11 | 国家电网公司 | 一种基于一体化信息平台的一键式顺控操作的控制方法 |
CN103441571A (zh) * | 2013-06-18 | 2013-12-11 | 国家电网公司 | 一种变电站一体化监控系统信息平台 |
CN108321930A (zh) * | 2018-01-30 | 2018-07-24 | 珠海华伟电气科技股份有限公司 | 一种顺序控制系统及方法 |
CN110114806A (zh) * | 2018-02-28 | 2019-08-09 | 华为技术有限公司 | 信号灯控制方法、相关设备及系统 |
CN110189360A (zh) * | 2019-05-28 | 2019-08-30 | 四川大学华西第二医院 | 一种对特定目标的识别跟踪方法 |
CN110639208A (zh) * | 2019-09-20 | 2020-01-03 | 超参数科技(深圳)有限公司 | 交互式任务的控制方法、装置、存储介质和计算机设备 |
CN111614913A (zh) * | 2020-05-06 | 2020-09-01 | 许昌许继软件技术有限公司 | 基于隔离开关位置智能识别的一键顺控双确认系统及方法 |
CN112016704A (zh) * | 2020-10-30 | 2020-12-01 | 超参数科技(深圳)有限公司 | Ai模型训练方法、模型使用方法、计算机设备及存储介质 |
CN112230548A (zh) * | 2020-10-27 | 2021-01-15 | 中国核动力研究设计院 | 一种核动力装置自主控制系统 |
CN112311098A (zh) * | 2020-11-27 | 2021-02-02 | 国网浙江省电力有限公司检修分公司 | 一种变电站设备顺控功能调试系统 |
-
2021
- 2021-07-19 CN CN202110812520.2A patent/CN113555141B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103165207A (zh) * | 2011-12-13 | 2013-06-19 | 中广核工程有限公司 | 适用于核电站的顺序控制方法及系统 |
CN103441570A (zh) * | 2013-06-18 | 2013-12-11 | 国家电网公司 | 一种基于一体化信息平台的一键式顺控操作的控制方法 |
CN103441571A (zh) * | 2013-06-18 | 2013-12-11 | 国家电网公司 | 一种变电站一体化监控系统信息平台 |
CN108321930A (zh) * | 2018-01-30 | 2018-07-24 | 珠海华伟电气科技股份有限公司 | 一种顺序控制系统及方法 |
CN110114806A (zh) * | 2018-02-28 | 2019-08-09 | 华为技术有限公司 | 信号灯控制方法、相关设备及系统 |
CN110189360A (zh) * | 2019-05-28 | 2019-08-30 | 四川大学华西第二医院 | 一种对特定目标的识别跟踪方法 |
CN110639208A (zh) * | 2019-09-20 | 2020-01-03 | 超参数科技(深圳)有限公司 | 交互式任务的控制方法、装置、存储介质和计算机设备 |
CN111614913A (zh) * | 2020-05-06 | 2020-09-01 | 许昌许继软件技术有限公司 | 基于隔离开关位置智能识别的一键顺控双确认系统及方法 |
CN112230548A (zh) * | 2020-10-27 | 2021-01-15 | 中国核动力研究设计院 | 一种核动力装置自主控制系统 |
CN112016704A (zh) * | 2020-10-30 | 2020-12-01 | 超参数科技(深圳)有限公司 | Ai模型训练方法、模型使用方法、计算机设备及存储介质 |
CN112311098A (zh) * | 2020-11-27 | 2021-02-02 | 国网浙江省电力有限公司检修分公司 | 一种变电站设备顺控功能调试系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113555141B (zh) | 2024-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107301884A (zh) | 一种混合式核电站故障诊断方法 | |
CN104635669B (zh) | 一种仪控系统验证方法 | |
CN108490906B (zh) | 把dcs控制火电机组完善至有完全自起停功能的设计方法 | |
Berkan et al. | Advanced automation concepts for large-scale systems | |
CN113761791A (zh) | 一种基于物理信息和深度强化学习的电力系统自动化操作方法及装置 | |
CN109659053B (zh) | 一种用于运行策略开发的任务分析方法 | |
CN117495356B (zh) | 基于人机联动的智慧燃气管道维修方法和物联网系统 | |
CN113555141B (zh) | 一种核电站的智能监控方法及系统、智能监控服务器 | |
CN112230548B (zh) | 一种核动力装置自主控制系统 | |
CN107863168B (zh) | 一种核电机组功率运行失去最终热阱的后撤时间分析方法 | |
JPS6252601A (ja) | プラント運転支援システム | |
Husseiny et al. | Operating procedure automation to enhance safety of nuclear power plants | |
Jharko et al. | Digital twins: Forecasting and formation of optimal control programs for NPP power units | |
CN114722628A (zh) | 一种基于psa模型及建模软件的配置风险评价方法 | |
Hanna et al. | Benchmarking an AI-guided reasoning-based operator support system on the three mile island accident scenario | |
CN113485213A (zh) | 数字孪生调节阀智能实时监控系统 | |
Siqiao et al. | Research on artificial intelligent nuclear power plant emergency operating guide | |
CN114050651A (zh) | 一种基于人工智能算法的新能源电力传输状态监控方法 | |
Larsson et al. | A revival of the alarm system: Making the alarm list useful during incidents | |
CN108829057A (zh) | 基于不同特征参数和逻辑关系锅炉受热面监测系统及方法 | |
CN115705018B (zh) | 无人站场远程监控系统及无人站场远程监控方法 | |
CN113608957B (zh) | 一种水电站控制软件故障在线监测方法及系统 | |
Xu et al. | Fault Diagnosis Analysis of Complex Controlled Process Based on Multilayer Flow Model | |
CN113409976B (zh) | 一种核电站非安全级过程控制系统 | |
Yu et al. | STUDY ON OVERALL CONCEPTUAL SCHEME OF INTELLIGENT OPERATION AND MAINTENANCE SYSTEM FOR MOBILE SMALL MODULAR REACTOR BASED ON SYSTEM ENGINEERING METHOD |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |