CN117034194A - 基于人工智能的核电仪表设备运维管理系统、方法及设备 - Google Patents

基于人工智能的核电仪表设备运维管理系统、方法及设备 Download PDF

Info

Publication number
CN117034194A
CN117034194A CN202311013320.6A CN202311013320A CN117034194A CN 117034194 A CN117034194 A CN 117034194A CN 202311013320 A CN202311013320 A CN 202311013320A CN 117034194 A CN117034194 A CN 117034194A
Authority
CN
China
Prior art keywords
value
risk
management
unit
delay
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
Application number
CN202311013320.6A
Other languages
English (en)
Other versions
CN117034194B (zh
Inventor
伞振雷
林谦
韩小东
师治国
黄振华
王克虎
宋艳红
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Nuclear Industry Maintenance Co Ltd
Original Assignee
China Nuclear Industry Maintenance Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Nuclear Industry Maintenance Co Ltd filed Critical China Nuclear Industry Maintenance Co Ltd
Priority to CN202311013320.6A priority Critical patent/CN117034194B/zh
Publication of CN117034194A publication Critical patent/CN117034194A/zh
Application granted granted Critical
Publication of CN117034194B publication Critical patent/CN117034194B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/25Fusion techniques
    • G06F18/254Fusion techniques of classification results, e.g. of results related to same input data
    • G06F18/256Fusion techniques of classification results, e.g. of results related to same input data of results relating to different input data, e.g. multimodal recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311Scheduling, planning or task assignment for a person or group
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/20Administration of product repair or maintenance

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Educational Administration (AREA)
  • Artificial Intelligence (AREA)
  • Game Theory and Decision Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Monitoring And Testing Of Nuclear Reactors (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本申请涉及设备运维管理技术领域,公开了一种基于人工智能的核电仪表设备运维管理系统、方法及设备,包括运维管理单元、数据采集单元、内部影响单元、外部干扰单元、风险评估单元、延误反馈单元和管理维护单元。通过对核电仪表设备内部的供电数据和外部的干扰数据进行分析,以便综合评估核电仪表设备的运行风险情况,从而合理、有针对性地对核电仪表设备进行管理。同时根据不同的管理等级进行合理的人员安排,以提高核电仪表设备的供电安全性和稳定性,且通过对延误数据进行影响受损评估分析,判断核电仪表设备是否存在延误预警的问题,以便提醒运管人员对存在延误情况的核电仪表设备进行合理精准管控,以提高核电仪表设备的维护管理高效性。

Description

基于人工智能的核电仪表设备运维管理系统、方法及设备
技术领域
本申请涉及设备运维管理技术领域,特别是涉及一种基于人工智能的核电仪表设备运维管理系统、方法及设备。
背景技术
随着设备运维管理技术的快速发展,核电的发展对于保障能源安全、保护环境,实现能源结构优化和可持续发展也具有重要意义。核电工程建设业务流程主要由工程设计、设备成套、土建安装、调试启动和项目管理几大板块构成,这些板块之间在各个时间段通过实物与信息进行信息交换,形成相互依赖的复杂集成系统工程,核电运行设备作为核电站的重要组成部分,对核电站的安全与质量有举足轻重的作用。
相关技术中,是对核电仪表设备的运行数据进行分析,并基于历史维修数据对设备进行管理,但是申请人认识到,传统分析方式中涉及的数据单一,导致分析结果偏差大,进而影响核电仪表设备的管控合理性,且无法对核电仪表设备的运行进行及时的监管预警,降低核电仪表设备的运行安全性和稳定性,进而影响核电仪表设备的维护管理精准性。
发明内容
有鉴于此,本申请提供了一种基于人工智能的核电仪表设备运维管理系统、方法及设备,主要目的在于解决传统分析方式中涉及的数据单一,导致分析结果偏差大,进而影响核电仪表设备的管控合理性,且无法对核电仪表设备的运行进行及时的监管预警,降低核电仪表设备的运行安全性和稳定性,进而影响核电仪表设备的维护管理精准性的问题。
依据本申请第一方面,提供了一种基于人工智能的核电仪表设备运维管理系统,该系统包括运维管理单元、数据采集单元、内部影响单元、外部干扰单元、风险评估单元、延误反馈单元和管理维护单元:
所述运维管理单元与所述数据采集单元连接,用于对核电仪表设备进行运行分析,生成运管指令,将所述运管指令发送至所述数据采集单元;
所述数据采集单元与所述内部影响单元、所述外部干扰单元均呈单向通讯连接,用于响应于所述运管指令,采集所述核电仪表设备的供电数据和干扰数据,将所述供电数据发送至所述内部影响单元,将所述干扰数据发送至所述外部干扰单元;
所述内部影响单元与所述风险评估单元、所述管理维护单元连接,用于对所述供电数据进行安全监管评估分析,得到供电失衡值,将所述供电失衡值发送至所述风险评估单元,以及利用所述供电失衡值生成异常信号,将所述异常信号发送至所述管理维护单元;
所述外部干扰单元与所述风险评估单元、所述延误反馈单元连接,用于对所述干扰数据进行影响监管评估分析,生成干扰信号,将所述干扰信号发送至所述风险评估单元和所述延误反馈单元;
所述风险评估单元与所述延误反馈单元、所述管理维护单元连接,用于响应于所述干扰信号,采集所述核电仪表设备的风险数据,对所述风险数据和所述供电失衡值进行风险管理评估分析,得到一级管控信号、二级管控信号或者三级管控信号,以及将所述一级管控信号、所述二级管控信号或者所述三级管控信号发送至所述管理维护单元;
所述延误反馈单元与所述管理维护单元连接,用于响应于所述干扰信号,采集所述核电仪表设备的延误数据,对所述延误数据进行影响受损评估分析,得到高度影响信号或者轻度影响信号,将所述高度影响信号或者所述轻度影响信号发送至所述管理维护单元;
所述管理维护单元,用于接收所述内部影响单元发送的所述异常信号,接收所述风险评估单元发送的所述一级管控信号、所述二级管控信号或者所述三级管控信号,以及接收所述延误反馈单元发送的所述高度影响信号或者所述轻度影响信号,并进行预警展示。
依据本申请第二方面,提供了一种基于人工智能的核电仪表设备运维管理方法,应用于所述基于人工智能的核电仪表设备运维管理系统,该方法包括:
基于运维管理单元对核电仪表设备进行运行分析,生成运管指令,将所述运管指令发送至数据采集单元;
基于所述数据采集单元响应于所述运管指令,采集供电数据和干扰数据,将所述供电数据发送至内部影响单元,将所述干扰数据发送至外部干扰单元;
基于所述内部影响单元对所述供电数据进行安全监管评估分析,得到供电失衡值,将所述供电失衡值发送至风险评估单元,以及利用所述供电失衡值生成异常信号,将所述异常信号发送至管理维护单元;
基于所述外部干扰单元对所述干扰数据进行影响监管评估分析,生成干扰信号,将所述干扰信号发送至所述风险评估单元和延误反馈单元;
基于所述风险评估单元响应于所述干扰信号,采集所述核电仪表设备的风险数据,对所述风险数据和所述供电失衡值进行风险管理评估分析,得到一级管控信号、二级管控信号或者三级管控信号,以及将所述一级管控信号、所述二级管控信号或者所述三级管控信号发送至所述管理维护单元;
基于所述延误反馈单元响应于所述干扰信号,采集所述核电仪表设备的延误数据,对所述延误数据进行影响受损评估分析,得到高度影响信号或者轻度影响信号,将所述高度影响信号或者所述轻度影响信号发送至所述管理维护单元;
基于所述管理维护单元接收所述内部影响单元发送的所述异常信号,接收所述风险评估单元发送的所述一级管控信号、所述二级管控信号或者所述三级管控信号,以及接收所述延误反馈单元发送的所述高度影响信号或者所述轻度影响信号,并进行预警展示。
依据本申请第三方面,提供了一种设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述第一方面中任一项所述系统的步骤。
借由上述技术方案,本申请提供的一种基于人工智能的核电仪表设备运维管理系统、方法及设备,包括:运维管理单元、数据采集单元、内部影响单元、外部干扰单元、风险评估单元、延误反馈单元和管理维护单元,运维管理单元与数据采集单元连接,用于对核电仪表设备进行运行分析,生成运管指令,将运管指令发送至数据采集单元,数据采集单元与内部影响单元、外部干扰单元连接,用于响应于运管指令,采集核电仪表设备的供电数据和干扰数据,将供电数据发送至内部影响单元,将干扰数据发送至外部干扰单元,内部影响单元与风险评估单元、管理维护单元连接,用于对供电数据进行安全监管评估分析,得到供电失衡值,将供电失衡值发送至风险评估单元,以及利用供电失衡值生成异常信号,将异常信号发送至管理维护单元,外部干扰单元与风险评估单元、延误反馈单元连接,用于对干扰数据进行影响监管评估分析,生成干扰信号,将干扰信号发送至风险评估单元和延误反馈单元,风险评估单元与延误反馈单元、管理维护单元连接,用于响应于干扰信号,采集核电仪表设备的风险数据,对风险数据和供电失衡值进行风险管理评估分析,得到一级管控信号、二级管控信号或者三级管控信号,以及将一级管控信号、二级管控信号或者三级管控信号发送至管理维护单元,延误反馈单元与管理维护单元连接,用于响应于干扰信号,采集核电仪表设备的延误数据,对延误数据进行影响受损评估分析,得到高度影响信号或者轻度影响信号,将高度影响信号或者轻度影响信号发送至管理维护单元,管理维护单元,用于接收内部影响单元发送的异常信号,接收风险评估单元发送的一级管控信号、二级管控信号或者三级管控信号,以及接收延误反馈单元发送的高度影响信号或者轻度影响信号,并进行预警展示,通过从核电仪表设备内部的供电数据和外部的干扰数据进行分析,以便综合评估核电仪表设备的运行风险情况,从而合理、有针对性对核电仪表设备进行管理,同时根据不同的管理等级进行合理的人员安排,以提高核电仪表设备的供电安全性和稳定性。并且通过对延误数据进行影响受损评估分析,判断核电仪表设备是否存在延误预警的问题,同时通过从延误值和风险管理评估系数两个维度进行分析,以提高分析结果的准确性,以便提醒运管人员对存在延误情况的核电仪表设备进行合理精准管控,以提高核电仪表设备的维护管理高效性。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本申请的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本申请实施例提供的一种基于人工智能的核电仪表设备运维管理系统的流程示意图;
图2示出了本申请实施例提供的一种基于人工智能的核电仪表设备运维管理方法的流程示意图;
图3示出了本申请实施例提供的另一种基于人工智能的核电仪表设备运维管理方法的流程示意图;
图4示出了本申请实施例提供的一种设备的装置结构示意图。
具体实施方式
下面将参照附图更详细地描述本申请的示例性实施例。虽然附图中显示了本申请的示例性实施例,然而应当理解,可以以各种形式实现本申请而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本申请,并且能够将本申请的范围完整的传达给本领域的技术人员。
本申请实施例提供了一种基于人工智能的核电仪表设备运维管理系统,如图1所示,该系统包括:运维管理单元101、数据采集单元102、内部影响单元103、外部干扰单元104、风险评估单元105、延误反馈单元106和管理维护单元107:
运维管理单元101与数据采集单元102呈单向通讯连接,用于对核电仪表设备进行运行分析,生成运管指令,将运管指令发送至数据采集单元102。
数据采集单元102与内部影响单元103、外部干扰单元104均呈单向通讯连接,用于响应于运管指令,采集核电仪表设备的供电数据和干扰数据,将供电数据发送至内部影响单元103,将干扰数据发送至外部干扰单元104。
内部影响单元104与风险评估单元105、管理维护单元107均呈单向通讯连接,用于对供电数据进行安全监管评估分析,得到供电失衡值,将供电失衡值发送至风险评估单元105,以及利用供电失衡值生成异常信号,将异常信号发送至管理维护单元107。
外部干扰单元104与风险评估单元105、延误反馈单元106均呈单向通讯连接,用于对干扰数据进行影响监管评估分析,生成干扰信号,将干扰信号发送至风险评估单元105和延误反馈单元106。
风险评估单元105与延误反馈单元106、管理维护单元107均呈单向通讯连接,用于响应于干扰信号,采集核电仪表设备的风险数据,对风险数据和供电失衡值进行风险管理评估分析,得到一级管控信号、二级管控信号或者三级管控信号,以及将一级管控信号、二级管控信号或者三级管控信号发送至管理维护单元107。
延误反馈单元106与管理维护单元107呈单向通讯连接,用于响应于干扰信号,采集核电仪表设备的延误数据,对延误数据进行影响受损评估分析,得到高度影响信号或者轻度影响信号,将高度影响信号或者轻度影响信号发送至管理维护单元107。
管理维护单元107,用于接收内部影响单元103发送的异常信号,接收风险评估单元105发送的一级管控信号、二级管控信号或者三级管控信号,以及接收延误反馈单元106发送的高度影响信号或者轻度影响信号,并进行预警展示。
具体地,内部影响单元103还用于确定时间阈值,将时间阈值划分为多个子时间节点,其中,时间阈值为采集到的核电仪表设备从开始运行时刻到结束运行时刻之间的时长。接着,在供电数据中读取每个子时间节点对应的线路受损值,得到多个线路受损值,其中,线路受损值为线路表面裂痕长度与表面鼓包个数经数据归一化处理后得到的积值。随后,在供电数据中读取每个子时间节点对应的运行风险值,得到多个运行风险值,其中,运行风险值为线路电阻值与无功损耗值超出存储的预设无功损耗值阈值的部分经数据归一化处理后得到的积值。再获取供电风险评估系数计算公式,利用供电风险评估系数计算公式对多个线路受损值和多个运行风险值进行计算,得到多个供电风险评估系数。然后,利用多个供电风险评估系数绘制供电风险评估系数曲线,在电风险评估系数曲线中确定多个上升段,统计多个上升段的上升段数。在电风险评估系数曲线中读取每个上升段对应的上升段长度,得到多个上升段长度,对上升段数和多个上升段长度进行数据归一化处理,得到上升值。再然后,在电风险评估系数曲线中确定多个线段,统计多个线段的线段数。在电风险评估系数曲线中读取每个线段对应的线段长度,得到多个线段长度,对线段数和多个线段长度进行数据归一化处理,得到总值,并将上升值与总值的比值作为供电失衡值。最后,获取预设供电失衡值阈值,将供电失衡值预设供电失衡值阈值进行对比;若供电失衡值小于预设供电失衡值阈值,则不生成任何信号;若供电失衡值大于或等于预设供电失衡值阈值,则生成异常信号。
具体地,外部干扰单元104还用于确定时间阈值,将时间阈值划分为多个子时间节点,其中,时间阈值为核电仪表设备从开始运行时刻到结束运行时刻之间的时长。接着,在干扰数据中提取每个子时间节点对应的环境粉湿值,得到多个环境粉湿值,其中,环境粉湿值为核电仪表设备外部环境粉尘含量与环境湿度值超出存储的预设环境湿度值阈值的部分经数据归一化处理后得到的和值。随后,在多个环境粉湿值中提取最大值作为环境粉湿最大值,在多个环境粉湿值中提取最小值作为环境粉湿最小值,并将环境粉湿最大值与环境粉湿最小值的差值作为环境风险极值。然后,在干扰数据中提取每个子时间节点对应的环境电磁辐射值,得到多个环境电磁辐射值。再利用多个环境电磁辐射值绘制环境电磁辐射值曲线,获取预设环境电磁辐射值阈值曲线,利用环境电磁辐射值曲线与预设环境电磁辐射值阈值曲线确定风险干扰值,其中,风险干扰值为环境电磁辐射值曲线位于预设环境电磁辐射值阈值曲线上方线段的长度。最后,获取预设环境风险极值阈值和预设风险干扰值阈值,利用环境风险极值和风险干扰值与预设环境风险极值阈值和预设风险干扰值阈值进行比对分析;若环境风险极值小于预设环境风险极值阈值,且风险干扰值小于预设风险干扰值阈值,则不生成任何信号;若环境风险极值大于或等于预设环境风险极值阈值,或者风险干扰值大于或等于预设风险干扰值阈值,则生成干扰信号。
具体地,外部干扰单元104还用于将环境风险极值和风险干扰值发送至风险评估单元105。
具体地,风险评估单元105还用于确定使用时长,其中,使用时长为核电仪表设备从开始投入使用时刻到当前时刻之间的时长。接着,在风险数据中读取使用时长内核电仪表设备的故障次数和平均间隔维护时长,对故障次数和平均间隔维护时长进行数据归一化处理,得到设备值。随后,获取异常信号对应的环境风险极值和风险干扰值,获取风险管理评估系数计算公式,以及利用风险管理评估系数计算公式对设备值、环境风险极值、风险干扰、供电失衡值进行计算,得到风险管理评估系数。再将风险管理评估系数发送至延误反馈单元106。然后,获取预设风险管理评估系数区间,将风险管理评估系数与预设风险管理评估系数区间进行对比;若风险管理评估系数大于预设风险管理评估系数区间中的最大值,则生成一级管控信号;若风险管理评估系数属于预设风险管理评估系数区间,则生成二级管控信号;若风险管理评估系数小于预设风险管理评估系数区间中的最小值,则生成三级管控信号。
具体地,延误反馈单元106用于确定响应时长,其中,响应时长为生成干扰信号时刻到管理维护单元完成预设预警操作时刻之间的时长。接着,采集所述核电仪表设备的延误数据,在延误数据中获取多个历史响应时长,并利用响应时长和多个历史响应时长绘制平滑曲线,在平滑曲线中确定多个上升段。随后,在平滑曲线中读取每个上升段的两个端点值,计算每个上升段的两个端点值之间的差值,得到每个上升段的端点差值,以及计算每个上升段的端点差值的和,得到上升趋势值。然后,在平滑曲线中确定多个下降段,读取每个下降段的两个端点值,计算每个下降段的两个端点值之间的差值,得到每个下降段的端点差值,以及计算每个下降段的端点差值的和,得到下降趋势值。再将上升趋势值与下降趋势值的差值作为延误趋势值。最后,获取预设延误趋势值阈值,并将延误趋势值与预设延误趋势值阈值进行对比;若延误趋势值与预设延误趋势值阈值的比值小于或等于1,则不生成任何信号;若延误趋势值与预设延误趋势值阈值的比值大于1,则利用延误趋势值、预设延误趋势值阈值、风险管理评估系数生成反馈指令。
具体地,延误反馈单元106还用于响应于反馈指令,将延误趋势值与预设延误趋势值阈值的差值作为延误值。接着,获取延误评估系数计算公式,利用延误评估系数计算公式对延误趋势值、预设延误趋势值阈值、风险管理评估系数进行计算,得到延误评估系数。然后,获取预设延误评估系数阈值,将延误评估系数与预设延误评估系数阈值进行对比;若延误评估系数小于预设延误评估系数阈值,则生成高度影响信号;若延误评估系数大于或等于预设延误评估系数阈值,则生成轻度影响信号。
具体地,管理维护单元107用于接收所述异常信号,做出所述异常信号对应的预设预警操作。接着,接收所述一级管控信号、所述二级管控信号或者所述三级管控信号,做出所述一级管控信号、所述二级管控信号或者所述三级管控信号对应的预设预警操作。随后,接收所述高度影响信号或者所述轻度影响信号,获取所述高度影响信号或者所述轻度影响信号对应的预设文字,将所述预设文字进行预警展示。
本申请实施例提供的系统,通过从核电仪表设备内部的供电数据和外部的干扰数据进行分析,以便综合评估核电仪表设备的运行风险情况,从而合理、有针对性对核电仪表设备进行管理,同时根据不同的管理等级进行合理的人员安排,以提高核电仪表设备的供电安全性和稳定性。并且通过对延误数据进行影响受损评估分析,判断核电仪表设备是否存在延误预警的问题,同时通过从延误值和风险管理评估系数两个维度进行分析,以提高分析结果的准确性,以便提醒运管人员对存在延误情况的核电仪表设备进行合理精准管控,以提高核电仪表设备的维护管理高效性。
进一步地,作为图1所述方法的具体实现,本申请实施例提供了一种基于人工智能的核电仪表设备运维管理方法,如图2所示,该方法包括:
201、基于运维管理单元对核电仪表设备进行运行分析,生成运管指令,将运管指令发送至数据采集单元。
核电发展对于保障我国能源安全、保护环境,实现能源结构优化和可持续发展,提升我国综合实力与工业技术水平,都具有重要意义,且安全高效地发展核电是我国重要能源政策。核电工程建设业务流程主要由工程设计、设备成套、土建安装、调试启动和项目管理几大板块构成,这些板块之间在各个时间段通过实物与信息进行信息交换,形成相互依赖的复杂集成系统工程,核电运行设备作为核电站的重要组成部分,对核电站的安全与质量有举足轻重的作用。但是,现有的核电仪表设备在运行时,无法对核电仪表设备的运行进行及时的监管预警,传统的分析方式中数据采集单一,造成分析结果偏差误差大,进而影响核电仪表设备的管控合理性,且降低核电仪表设备的运行安全性和稳定性,以及无法对核电仪表设备是否存在延误预警进行分析,进而影响核电仪表设备的维护管理精准性。
为解决这一问题,本申请提出一种基于人工智能的核电仪表设备运维管理方法。本申请的执行主体是基于人工智能的核电仪表设备运维管理系统,该核电仪表设备运维管理系统依靠服务器的计算能力为用户提供服务,服务器可以是独立的服务器,也可以提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算的服务器,以便综合评估核电仪表设备的运行风险情况,从而合理、有针对性对核电仪表设备进行管理。
在本申请实施例中,核电仪表设备运维管理系统包括运维管理单元、数据采集单元、内部影响单元、外部干扰单元、风险评估单元、延误反馈单元和管理维护单元。核电仪表设备运维管理系统会基于运维管理单元对核电仪表设备进行运行分析,生成运管指令,并将运管指令发送至数据采集单元,以便采集核电仪表设备内部的供电数据和外部的干扰数据进行分析,提高分析结果的准确性。
202、基于数据采集单元响应于运管指令,采集供电数据和干扰数据,将供电数据发送至内部影响单元,将干扰数据发送至外部干扰单元。
在本申请实施例中,核电仪表设备运维管理系统基于数据采集单元响应于运管指令,采集供电数据和干扰数据,其中,供电数据包括线路受损值和运行风险值,干扰数据包括环境粉湿值和环境电磁辐射值。然后,核电仪表设备运维管理系统将供电数据发送至内部影响单元,将干扰数据发送至外部干扰单元,以使核电仪表设备运维管理系统对核电仪表设备内部的供电数据和外部的干扰数据进行分析,以便综合评估核电仪表设备的运行风险情况,从而合理、有针对性对核电仪表设备进行管理。
203、基于内部影响单元对供电数据进行安全监管评估分析,得到供电失衡值,将供电失衡值发送至风险评估单元,以及利用供电失衡值生成异常信号,将异常信号发送至管理维护单元。
在本申请实施例中,核电仪表设备运维管理系统基于内部影响单元在接收到供电数据后,立即对供电数据进行安全监管评估分析,得到供电失衡值,并将供电失衡值发送至风险评估单元,以便提高风险管理评估分析的准确性。然后,核电仪表设备运维管理系统利用供电失衡值生成异常信号,将异常信号发送至管理维护单元,以便核电仪表设备运维管理系统对延误数据进行影响受损评估分析,准确判断核电仪表设备是否存在延误预警。
204、基于外部干扰单元对干扰数据进行影响监管评估分析,生成干扰信号,将干扰信号发送至风险评估单元和延误反馈单元。
在本申请实施例中,核电仪表设备运维管理系统基于外部干扰单元在接收到干扰数据后,立即对干扰数据进行影响监管评估分析,生成干扰信号,并将干扰信号发送至风险评估单元和延误反馈单元。通过对干扰数据进行影响监管评估分析,判断核电仪表设备是否受到的干扰风险过高,以便及时的进行预警管理,以降低外部因素对核电仪表设备的影响程度。
205、基于风险评估单元响应于干扰信号,采集核电仪表设备的风险数据,对风险数据和供电失衡值进行风险管理评估分析,得到一级管控信号、二级管控信号或者三级管控信号,以及将一级管控信号、二级管控信号或者三级管控信号发送至管理维护单元。
在本申请实施例中,核电仪表设备运维管理系统基于风险评估单元响应于干扰信号,采集核电仪表设备的风险数据,其中,风险数据包括故障次数和平均间隔维护时长。然后,核电仪表设备运维管理系统对风险数据和供电失衡值进行风险管理评估分析,得到一级管控信号、二级管控信号或者三级管控信号,并将一级管控信号、二级管控信号或者三级管控信号发送至管理维护单元。通过从风险管理评估系数这个维度进行分析,能够提高分析结果的准确性。
206、基于延误反馈单元响应于干扰信号,采集核电仪表设备的延误数据,对延误数据进行影响受损评估分析,得到高度影响信号或者轻度影响信号,将高度影响信号或者轻度影响信号发送至管理维护单元。
在本申请实施例中,核电仪表设备运维管理系统基于延误反馈单元响应于干扰信号,采集核电仪表设备的延误数据,其中,延误数据包括延误倍率值和传导受阻值。然后,核电仪表设备运维管理系统对延误数据进行影响受损评估分析,得到高度影响信号或者轻度影响信号,并将高度影响信号或者轻度影响信号发送至管理维护单元。通过从延误值这个维度进行分析,能够进一步提高分析结果的准确性。
207、基于管理维护单元接收内部影响单元发送的异常信号,接收风险评估单元发送的一级管控信号、二级管控信号或者三级管控信号,以及接收延误反馈单元发送的高度影响信号或者轻度影响信号,并进行预警展示。
在本申请实施例中,核电仪表设备运维管理系统基于管理维护单元接收内部影响单元发送的异常信号,接收风险评估单元发送的一级管控信号、二级管控信号或者三级管控信号,以及接收延误反馈单元发送的高度影响信号或者轻度影响信号,综合评估核电仪表设备的运行风险情况,并进行预警展示,以便及时的对核电仪表设备的线路进行维护,避免线路供电不稳而影响核电仪表设备的运行安全性。
本申请实施例提供的方法,通过从核电仪表设备内部的供电数据和外部的干扰数据进行分析,以便综合评估核电仪表设备的运行风险情况,从而合理、有针对性对核电仪表设备进行管理,同时根据不同的管理等级进行合理的人员安排,以提高核电仪表设备的供电安全性和稳定性。并且通过对延误数据进行影响受损评估分析,判断核电仪表设备是否存在延误预警的问题,同时通过从延误值和风险管理评估系数两个维度进行分析,以提高分析结果的准确性,以便提醒运管人员对存在延误情况的核电仪表设备进行合理精准管控,以提高核电仪表设备的维护管理高效性。
进一步的,作为上述实施例具体实施方式的细化和扩展,为了完整说明本实施例的具体实施过程,本申请实施例提供了另一种基于人工智能的核电仪表设备运维管理方法,如图3所示,该方法包括:
301、基于运维管理单元对核电仪表设备进行运行分析,生成运管指令,将运管指令发送至数据采集单元。
在本申请实施例中,核电仪表设备运维管理系统基于运维管理单元对核电仪表设备进行把控分析,生成运管指令,并将运管指令发送至数据采集单元,能够提高核电仪表设备的运行安全性和预警精准性。
302、基于数据采集单元响应于运管指令,采集供电数据和干扰数据,将供电数据发送至内部影响单元,将干扰数据发送至外部干扰单元。
在本申请实施例中,当运维管理平台生成运管指令后,立即将运管指令发送至数据采集单元,数据采集单元在接收到运管指令后,立即采集核电仪表设备内部的供电数据和外部的干扰数据,并将供电数据发送至内部影响单元,将干扰数据发送至外部干扰单元,以便综合评估核电仪表设备的运行风险情况,从而及时的进行监管预警,以提高核电仪表设备的运行安全性。
303、基于内部影响单元对供电数据进行安全监管评估分析,得到供电失衡值,将供电失衡值发送至风险评估单元。
在本申请实施例中,内部影响单元在接收到供电数据后,立即对供电数据进行安全监管评估分析,以判断核电仪表设备的运行供电是否正常,以便及时的对核电仪表设备的线路进行维护,从而提高核电仪表设备的供电安全性,避免线路供电不稳而影响核电仪表设备的运行安全性。
具体地,确定时间阈值,将时间阈值划分为多个子时间节点,时间阈值为采集到的核电仪表设备从开始运行时刻到结束运行时刻之间的时长,比如将时间阈值划分为i个子时间节点,i为大于零的自然数。接着,在供电数据中读取每个子时间节点对应的线路受损值,得到多个线路受损值,其中,线路受损值为线路表面裂痕长度与表面鼓包个数经数据归一化处理后得到的积值。需要说明的是,线路受损值的数值越大,则线路供电异常风险越大。随后,在供电数据中读取每个子时间节点对应的运行风险值,得到多个运行风险值,运行风险值为线路电阻值与无功损耗值超出存储的预设无功损耗值阈值的部分经数据归一化处理后得到的积值。
获取供电风险评估系数计算公式,利用供电风险评估系数计算公式对多个线路受损值和多个运行风险值进行计算,得到多个供电风险评估系数,供电风险评估系数计算公式如下述计算公式1:
公式1:
其中,XGi表示各个子时间节点的供电风险评估系数,XSi表示各个子时间节点的线路受损值,XFi表示各个子时间节点的运行风险值,a1表示线路受损值的预设比例因子系数,a2表示运行风险值的预设比例因子系数,a3表示预设容错因子系数,比例因子系数用于修正各项参数在公式计算过程中出现的偏差,从而使得计算结果更加准确,a1和a2均为大于零的正数,取值为2.118。
然后,利用多个供电风险评估系数绘制供电风险评估系数曲线,即以时间为X轴,以供电风险评估系数XGi为Y轴建立直角坐标系,通过描点的方式绘制供电风险评估系数曲线。在电风险评估系数曲线中确定多个上升段,统计多个上升段的上升段数,在电风险评估系数曲线中读取每个上升段对应的上升段长度,得到多个上升段长度,并对上升段数和多个上升段长度进行数据归一化处理,得到上升值。在电风险评估系数曲线中确定多个线段,统计多个线段的线段数,在电风险评估系数曲线中读取每个线段对应的线段长度,得到多个线段长度,并对线段数和多个线段长度进行数据归一化处理,得到总值。最后,将上升值与总值的比值作为供电失衡值,并将供电失衡值发送至风险评估单元。
304、利用供电失衡值生成异常信号,将异常信号发送至管理维护单元。
在本申请实施例中,内部影响单元获取预设供电失衡值阈值,将供电失衡值预设供电失衡值阈值进行对比,其中,预设供电失衡值阈值是内部影响单元提前录入存储的;若供电失衡值小于预设供电失衡值阈值,则不生成任何信号;若供电失衡值大于或等于预设供电失衡值阈值,则生成异常信号,并将异常信号发送至管理维护单元。需要说明的是,阈值的大小的设定是为了便于比较,阈值的大小取决于样本数据的多少以及技术人员对每一组样本数据设定基数数量,不影响参数与量化后数值的比例关系即可。这样,通过对供电数据进行安全监管评估分析,判断核电仪表设备的运行供电是否正常,以便及时的对核电仪表设备的线路进行维护,避免线路供电不稳而影响核电仪表设备的运行安全性。
305、基于外部干扰单元对干扰数据进行影响监管评估分析,生成干扰信号,将干扰信号发送至风险评估单元和延误反馈单元。
在本申请实施例中,外部干扰单元在接收到干扰数据后,立即对干扰数据进行影响监管评估分析,判断核电仪表设备是否受到的干扰风险过高,以便及时的进行预警管理,能够降低外部因素对核电仪表设备的影响程度,提高核电仪表设备的运行稳定性和运行安全性。
具体地,确定时间阈值,将时间阈值划分为多个子时间节点,其中,时间阈值为采集到的核电仪表设备从开始运行时刻到结束运行时刻之间的时长。接着,在干扰数据中提取每个子时间节点对应的环境粉湿值,得到多个环境粉湿值,其中,环境粉湿值为核电仪表设备外部环境粉尘含量与环境湿度值超出存储的预设环境湿度值阈值的部分经数据归一化处理后得到的和值。随后,在多个环境粉湿值中提取最大值作为环境粉湿最大值,在多个环境粉湿值中提取最小值作为环境粉湿最小值,将环境粉湿最大值与环境粉湿最小值的差值作为环境风险极值,也就是构建环境粉湿值的集合A,获取到集合A中的最大子集和最小子集,并将集合A中的最大子集和最小子集之间的差值标记为环境风险极值。需要说明的是,环境风险极值是一个反映核电仪表设备运行稳定性和安全性的影响参数,环境风险极值的数值越大,表示核电仪表设备运行异常的风险越大。
然后,在干扰数据中提取每个子时间节点对应的环境电磁辐射值,得到多个环境电磁辐射值。利用多个环境电磁辐射值绘制环境电磁辐射值曲线,获取预设环境电磁辐射值阈值曲线,利用环境电磁辐射值曲线与预设环境电磁辐射值阈值曲线确定风险干扰值,其中,风险干扰值为环境电磁辐射值曲线位于预设环境电磁辐射值阈值曲线上方线段的长度。需要说明的是,以时间为X值,以环境电磁辐射值为Y轴,通过描点的方式绘制环境电磁辐射值曲线,同时在该坐标系中绘制存储的预设环境电磁辐射值阈值曲线,将环境电磁辐射值曲线位于预设环境电磁辐射值阈值曲线上方线段的长度标记为风险干扰值,风险干扰值的数值越大,核电仪表设备运行异常风险越大。再然后,基于将环境风险极值和风险干扰值发送至风险评估单元。
最后,获取预设环境风险极值阈值和预设风险干扰值阈值,利用环境风险极值和风险干扰值与预设环境风险极值阈值和预设风险干扰值阈值进行比对分析,预设环境风险极值阈值和预设风险干扰值阈值是外部干扰单元提前录入存储的;若环境风险极值小于预设环境风险极值阈值,且风险干扰值小于预设风险干扰值阈值,则不生成任何信号;若环境风险极值大于或等于预设环境风险极值阈值,或者风险干扰值大于或等于预设风险干扰值阈值,则生成干扰信号,并将干扰信号发送至风险评估单元和延误反馈单元。需要说明的是,阈值的大小的设定是为了便于比较,阈值的大小取决于样本数据的多少以及技术人员对每一组样本数据设定基数数量,不影响参数与量化后数值的比例关系即可。这样,通过对干扰数据进行影响监管评估分析,判断核电仪表设备是否受到的干扰风险过高,以便及时的进行预警管理,能够降低外部因素对核电仪表设备的影响程度。
306、基于风险评估单元响应于干扰信号,采集核电仪表设备的风险数据,对风险数据和供电失衡值进行风险管理评估分析,得到一级管控信号、二级管控信号或者三级管控信号,以及将一级管控信号、二级管控信号或者三级管控信号发送至管理维护单元。
在本申请实施例中,风险评估单元在接收到干扰信号后,立即采集核电仪表设备的风险数据,并从内部影响单元中调取供电失衡值,对风险数据和供电失衡值进行风险管理评估分析,以便合理、有针对性对核电仪表设备进行管理,同时根据不同的管理等级进行合理的人员安排。其中,风险数据包括故障次数和平均间隔维护时长。
具体地,确定使用时长,使用时长为采集到的核电仪表设备从开始投入使用时刻到当前时刻之间的时长。接着,在风险数据中读取使用时长内核电仪表设备的故障次数和平均间隔维护时长,对故障次数和平均间隔维护时长进行数据归一化处理,得到设备值。
获取异常信号对应的环境风险极值和风险干扰值,获取风险管理评估系数计算公式,以及利用风险管理评估系数计算公式对设备值、环境风险极值、风险干扰、供电失衡值进行计算,得到风险管理评估系数,风险管理评估系数计算公式为下述计算公式2:
公式2:
其中,G表示风险管理评估系数,SB表示设备值,HF表示环境风险极值,HR表示风险干扰值,f1表示设备值的预设权重因子系数,f2表示环境风险极值的预设权重因子系数,f3表示风险干扰值的预设权重因子系数,f4表示供电失衡值的预设权重因子系数,f1、f2、f3以及f4均为大于零的正数。
然后,将风险管理评估系数发送至延误反馈单元,获取预设风险管理评估系数区间,将风险管理评估系数与预设风险管理评估系数区间进行对比;
若风险管理评估系数大于预设风险管理评估系数区间中的最大值,则生成一级管控信号;若风险管理评估系数属于预设风险管理评估系数区间,则生成二级管控信号;若风险管理评估系数小于预设风险管理评估系数区间中的最小值,则生成三级管控信号。再将一级管控信号、二级管控信号或者三级管控信号发送至管理维护单元。需要说明的是,一级管控信号、二级管控信号以及三级管控信号所对应的管理程度依次降低。
307、基于延误反馈单元响应于干扰信号,采集核电仪表设备的延误数据,对延误数据进行影响受损评估分析,得到高度影响信号或者轻度影响信号,将高度影响信号或者轻度影响信号发送至管理维护单元。
在本申请实施例中,延误反馈单元在接收到干扰信号后,立即采集核电仪表设备的延误数据,并对延误数据进行影响受损评估分析,判断核电仪表设备是否存在延误预警的问题,以便提醒运管人员对存在延误情况的核电仪表设备进行合理精准管控,以提高核电仪表设备的维护管理高效性。其中,延误数据包括延误倍率值和传导受阻值。
具体地,确定响应时长,其中,响应时长为生成干扰信号时刻到管理维护单元完成预设预警操作时刻之间的时长。接着,采集核电仪表设备的延误数据,在延误数据中获取多个历史响应时长,利用响应时长和多个历史响应时长绘制平滑曲线,也就是获取到历史k个时间阈值内正常核电仪表设备的响应时长,k为大于零的自然数,以此构建历史正常核电仪表设备响应时长的集合B,并将此次响应时长加入至集合B中成为最后一个子集,以子集为X轴,以子集对应数值为Y轴建立直角坐标系,通过描点的方式绘制平滑曲线。
随后,从坐标系中获取到所有上升段两个端点之间的差值的和值,同时获取到所有下降段两个端点之间的差值的和值,并分别标记为上升趋势值和下降趋势值。具体地,在平滑曲线中确定多个上升段,在平滑曲线中读取每个上升段的两个端点值,并计算每个上升段的两个端点值之间的差值,得到每个上升段的端点差值。接着,计算每个上升段的端点差值的和,得到上升趋势值。随后,在平滑曲线中确定多个下降段,读取每个下降段的两个端点值,并计算每个下降段的两个端点值之间的差值,得到每个下降段的端点差值。然后,计算每个下降段的端点差值的和,得到下降趋势值。再将上升趋势值与下降趋势值的差值作为延误趋势值,需要说明的是,延误趋势值的数值越大,则核电仪表设备存在延误预警的风险越大。
然后,获取预设延误趋势值阈值,将延误趋势值与预设延误趋势值阈值进行对比;若延误趋势值与预设延误趋势值阈值的比值小于或等于1,则不生成任何信号;若延误趋势值与预设延误趋势值阈值的比值大于1,则利用延误趋势值、预设延误趋势值阈值、风险管理评估系数生成反馈指令。
当生成反馈指令时,立即对延误趋势值进行深入式延误分析,以便根据延误等级进行合理预警提醒,能够提高对核电仪表设备的监管效果。
具体地,响应于反馈指令,将延误趋势值与预设延误趋势值阈值的差值作为延误值。接着,获取延误评估系数计算公式,利用延误评估系数计算公式对延误趋势值、预设延误趋势值阈值、风险管理评估系数进行计算,得到延误评估系数,延误评估系数计算公式为下述计算公式3:
公式3:
其中,W表示延误评估系数,YW表示延误值,G表示风险管理评估系数,α表示延误值的预设偏差因子系数,β表示风险管理评估系数的预设偏差因子系数,α和β均为大于零的正数,ε为预设修正因子系数,取值为2.246。
随后,获取预设延误评估系数阈值,将延误评估系数与预设延误评估系数阈值进行对比,预设延误评估系数阈值是延误反馈单元提前录入存储的;若延误评估系数小于预设延误评估系数阈值,则生成高度影响信号;若延误评估系数大于或等于预设延误评估系数阈值,则生成轻度影响信号。最后,将高度影响信号或者轻度影响信号发送至管理维护单元。需要说明的是,阈值的大小的设定是为了便于比较,阈值的大小取决于样本数据的多少以及技术人员对每一组样本数据设定基数数量,不影响参数与量化后数值的比例关系即可。这样,通过对延误数据进行影响受损评估分析,能够判断核电仪表设备是否存在延误预警的问题,且通过从延误值和风险管理评估系数两个维度进行分析,能够提高分析结果的准确性,以便提醒运管人员对存在延误情况的核电仪表设备进行合理精准管控,提高核电仪表设备的维护管理高效性。
308、基于管理维护单元接收内部影响单元发送的异常信号,接收风险评估单元发送的一级管控信号、二级管控信号或者三级管控信号,以及接收延误反馈单元发送的高度影响信号或者轻度影响信号,并进行预警展示。
在本申请实施例中,管理维护单元在接收到异常信号后,立即做出异常信号所对应的预设预警操作,以便提醒运管人员对核电仪表设备的线路进行维护,以提高核电仪表设备的供电安全性,避免线路供电不稳而影响核电仪表设备的运行安全性。
接着,管理维护单元在接收到一级管控信号、二级管控信号或者三级管控信号后,立即做出一级管控信号、二级管控信号以及三级管控信号所对应的预设预警操作,以便根据不同的管理等级对核电仪表设备进行合理、有针对性的管理和人员安排。
随后,管理维护单元在接收到高度影响信号或者轻度影响信号后,立即显示高度影响信号或者轻度影响信号所对应的预设文字进行预警展示,比如“高度延误”和“轻度延误”的方式,以便根据延误等级进行合理预警提醒,能够提高对核电仪表设备的监管效果,同时有助于提高对核电仪表设备的管控效果和运行安全性。
本申请实施例提供的方法,通过从核电仪表设备内部的供电数据和外部的干扰数据进行分析,以便综合评估核电仪表设备的运行风险情况,从而合理、有针对性对核电仪表设备进行管理,同时根据不同的管理等级进行合理的人员安排,以提高核电仪表设备的供电安全性和稳定性。并且通过对延误数据进行影响受损评估分析,判断核电仪表设备是否存在延误预警的问题,同时通过从延误值和风险管理评估系数两个维度进行分析,以提高分析结果的准确性,以便提醒运管人员对存在延误情况的核电仪表设备进行合理精准管控,以提高核电仪表设备的维护管理高效性。
在示例性实施例中,参见图4,还提供了一种设备,该计算机设备包括总线、处理器、存储器和通信接口,还可以包括输入输出接口和显示设备,其中,各个功能单元之间可以通过总线完成相互间的通信。该存储器存储有计算机程序,处理器,用于执行存储器上所存放的程序,执行上述实施例中的基于人工智能的核电仪表设备运维管理方法。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本申请可以通过硬件实现,也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施场景所述的方法。
本领域技术人员可以理解附图只是一个优选实施场景的示意图,附图中的模块或流程并不一定是实施本申请所必须的。
本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中,也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
上述本申请序号仅仅为了描述,不代表实施场景的优劣。
以上公开的仅为本申请的几个具体实施场景,但是,本申请并非局限于此,任何本领域的技术人员能思之的变化都应落入本申请的保护范围。

Claims (10)

1.一种基于人工智能的核电仪表设备运维管理系统,其特征在于,包括运维管理单元、数据采集单元、内部影响单元、外部干扰单元、风险评估单元、延误反馈单元和管理维护单元:
所述运维管理单元与所述数据采集单元连接,用于对核电仪表设备进行运行分析,生成运管指令,将所述运管指令发送至所述数据采集单元;
所述数据采集单元与所述内部影响单元、所述外部干扰单元均呈单向通讯连接,用于响应于所述运管指令,采集所述核电仪表设备的供电数据和干扰数据,将所述供电数据发送至所述内部影响单元,将所述干扰数据发送至所述外部干扰单元;
所述内部影响单元与所述风险评估单元、所述管理维护单元连接,用于对所述供电数据进行安全监管评估分析,得到供电失衡值,将所述供电失衡值发送至所述风险评估单元,以及利用所述供电失衡值生成异常信号,将所述异常信号发送至所述管理维护单元;
所述外部干扰单元与所述风险评估单元、所述延误反馈单元连接,用于对所述干扰数据进行影响监管评估分析,生成干扰信号,将所述干扰信号发送至所述风险评估单元和所述延误反馈单元;
所述风险评估单元与所述延误反馈单元、所述管理维护单元连接,用于响应于所述干扰信号,采集所述核电仪表设备的风险数据,对所述风险数据和所述供电失衡值进行风险管理评估分析,得到一级管控信号、二级管控信号或者三级管控信号,以及将所述一级管控信号、所述二级管控信号或者所述三级管控信号发送至所述管理维护单元;
所述延误反馈单元与所述管理维护单元连接,用于响应于所述干扰信号,采集所述核电仪表设备的延误数据,对所述延误数据进行影响受损评估分析,得到高度影响信号或者轻度影响信号,将所述高度影响信号或者所述轻度影响信号发送至所述管理维护单元;
所述管理维护单元,用于接收所述内部影响单元发送的所述异常信号,接收所述风险评估单元发送的所述一级管控信号、所述二级管控信号或者所述三级管控信号,以及接收所述延误反馈单元发送的所述高度影响信号或者所述轻度影响信号,并进行预警展示。
2.根据权利要求1所述的基于人工智能的核电仪表设备运维管理系统,其特征在于,所述内部影响单元,还用于:确定时间阈值,将所述时间阈值划分为多个子时间节点,所述时间阈值为所述核电仪表设备从开始运行时刻到结束运行时刻之间的时长;
在所述供电数据中读取每个所述子时间节点对应的线路受损值,得到多个线路受损值,所述线路受损值为线路表面裂痕长度与表面鼓包个数经数据归一化处理后得到的积值;
在所述供电数据中读取每个所述子时间节点对应的运行风险值,得到多个运行风险值,所述运行风险值为线路电阻值与无功损耗值超出存储的预设无功损耗值阈值的部分经数据归一化处理后得到的积值;
获取供电风险评估系数计算公式,利用所述供电风险评估系数计算公式对所述多个线路受损值和所述多个运行风险值进行计算,得到多个供电风险评估系数;
利用所述多个供电风险评估系数绘制供电风险评估系数曲线,在所述电风险评估系数曲线中确定多个上升段,统计所述多个上升段的上升段数;
在所述电风险评估系数曲线中读取每个所述上升段对应的上升段长度,得到多个上升段长度,对所述上升段数和所述多个上升段长度进行数据归一化处理,得到上升值;
在所述电风险评估系数曲线中确定多个线段,统计所述多个线段的线段数;
在所述电风险评估系数曲线中读取每个所述线段对应的线段长度,得到多个线段长度,对所述线段数和所述多个线段长度进行数据归一化处理,得到总值,以及将所述上升值与所述总值的比值作为所述供电失衡值;
获取预设供电失衡值阈值,将所述供电失衡值所述预设供电失衡值阈值进行对比;
若所述供电失衡值小于所述预设供电失衡值阈值,则不生成任何信号;
若所述供电失衡值大于或等于所述预设供电失衡值阈值,则生成所述异常信号。
3.根据权利要求1所述的基于人工智能的核电仪表设备运维管理系统,其特征在于,所述外部干扰单元,还用于:确定时间阈值,将所述时间阈值划分为多个子时间节点,所述时间阈值为所述核电仪表设备从开始运行时刻到结束运行时刻之间的时长;
在所述干扰数据中提取每个所述子时间节点对应的环境粉湿值,得到多个环境粉湿值,所述环境粉湿值为所述核电仪表设备外部环境粉尘含量与环境湿度值超出存储的预设环境湿度值阈值的部分经数据归一化处理后得到的和值;
在所述多个环境粉湿值中提取最大值作为环境粉湿最大值,在所述多个环境粉湿值中提取最小值作为环境粉湿最小值,将所述环境粉湿最大值与所述环境粉湿最小值的差值作为环境风险极值;
在所述干扰数据中提取每个所述子时间节点对应的环境电磁辐射值,得到多个环境电磁辐射值;
利用所述多个环境电磁辐射值绘制环境电磁辐射值曲线,获取预设环境电磁辐射值阈值曲线,利用所述环境电磁辐射值曲线与所述预设环境电磁辐射值阈值曲线确定风险干扰值,所述风险干扰值为所述环境电磁辐射值曲线位于所述预设环境电磁辐射值阈值曲线上方线段的长度;
获取预设环境风险极值阈值和预设风险干扰值阈值,利用所述环境风险极值和所述风险干扰值与所述预设环境风险极值阈值和所述预设风险干扰值阈值进行比对分析;
若所述环境风险极值小于所述预设环境风险极值阈值,且所述风险干扰值小于所述预设风险干扰值阈值,则不生成任何信号;
若所述环境风险极值大于或等于所述预设环境风险极值阈值,或者所述风险干扰值大于或等于所述预设风险干扰值阈值,则生成所述干扰信号。
4.根据权利要求3所述的基于人工智能的核电仪表设备运维管理系统,其特征在于,所述外部干扰单元,还用于将所述环境风险极值和所述风险干扰值发送至所述风险评估单元。
5.根据权利要求1所述的基于人工智能的核电仪表设备运维管理系统,其特征在于,所述风险评估单元,还用于:确定使用时长,所述使用时长为所述核电仪表设备从开始投入使用时刻到当前时刻之间的时长;
在所述风险数据中读取在所述使用时长内,所述核电仪表设备的故障次数和平均间隔维护时长,对所述故障次数和所述平均间隔维护时长进行数据归一化处理,得到设备值;
获取所述异常信号对应的环境风险极值和风险干扰值,获取风险管理评估系数计算公式,以及利用所述风险管理评估系数计算公式对所述设备值、所述环境风险极值、所述风险干扰、所述供电失衡值进行计算,得到风险管理评估系数;
将所述风险管理评估系数发送至所述延误反馈单元;
获取预设风险管理评估系数区间,将所述风险管理评估系数与所述预设风险管理评估系数区间进行对比;
若所述风险管理评估系数大于所述预设风险管理评估系数区间中的最大值,则生成所述一级管控信号;
若所述风险管理评估系数属于所述预设风险管理评估系数区间,则生成所述二级管控信号;
若所述风险管理评估系数小于所述预设风险管理评估系数区间中的最小值,则生成所述三级管控信号。
6.根据权利要求1所述的基于人工智能的核电仪表设备运维管理系统,其特征在于,所述延误反馈单元,用于:确定响应时长,所述响应时长为生成所述干扰信号时刻到所述管理维护单元完成预设预警操作时刻之间的时长;
在所述延误数据中获取多个历史响应时长,利用所述响应时长和所述多个历史响应时长绘制平滑曲线,在所述平滑曲线中确定多个上升段;
在所述平滑曲线中读取每个所述上升段的两个端点值,计算每个所述上升段的两个端点值之间的差值,得到每个所述上升段的端点差值,以及计算每个所述上升段的端点差值的和,得到上升趋势值;
在所述平滑曲线中确定多个下降段,读取每个所述下降段的两个端点值,计算每个所述下降段的两个端点值之间的差值,得到每个所述下降段的端点差值,以及计算每个所述下降段的端点差值的和,得到下降趋势值;
将所述上升趋势值与所述下降趋势值的差值作为延误趋势值;
获取预设延误趋势值阈值,将所述延误趋势值与所述预设延误趋势值阈值进行对比;
若所述延误趋势值与所述预设延误趋势值阈值的比值小于或等于1,则不生成任何信号;
若所述延误趋势值与所述预设延误趋势值阈值的比值大于1,则利用所述延误趋势值、所述预设延误趋势值阈值、所述风险管理评估系数生成反馈指令。
7.根据权利要求6所述的基于人工智能的核电仪表设备运维管理系统,其特征在于,所述延误反馈单元,还用于:响应于所述反馈指令,将所述延误趋势值与所述预设延误趋势值阈值的差值作为延误值;
获取延误评估系数计算公式,利用所述延误评估系数计算公式对所述延误趋势值、所述预设延误趋势值阈值、所述风险管理评估系数进行计算,得到延误评估系数;
获取预设延误评估系数阈值,将所述延误评估系数与所述预设延误评估系数阈值进行对比;
若所述延误评估系数小于所述预设延误评估系数阈值,则生成所述高度影响信号;
若所述延误评估系数大于或等于所述预设延误评估系数阈值,则所述生成轻度影响信号。
8.根据权利要求1所述的基于人工智能的核电仪表设备运维管理系统,其特征在于,所述管理维护单元,用于:接收所述异常信号,做出所述异常信号对应的预设预警操作;
接收所述一级管控信号、所述二级管控信号或者所述三级管控信号,做出所述一级管控信号、所述二级管控信号或者所述三级管控信号对应的预设预警操作;
接收所述高度影响信号或者所述轻度影响信号,获取所述高度影响信号或者所述轻度影响信号对应的预设文字,将所述预设文字进行预警展示。
9.一种基于人工智能的核电仪表设备运维管理方法,其特征在于,应用于如权利要求1至8中任一项所述基于人工智能的核电仪表设备运维管理系统,包括:
基于运维管理单元对核电仪表设备进行运行分析,生成运管指令,将所述运管指令发送至数据采集单元;
基于所述数据采集单元响应于所述运管指令,采集供电数据和干扰数据,将所述供电数据发送至内部影响单元,将所述干扰数据发送至外部干扰单元;
基于所述内部影响单元对所述供电数据进行安全监管评估分析,得到供电失衡值,将所述供电失衡值发送至风险评估单元,以及利用所述供电失衡值生成异常信号,将所述异常信号发送至管理维护单元;
基于所述外部干扰单元对所述干扰数据进行影响监管评估分析,生成干扰信号,将所述干扰信号发送至所述风险评估单元和延误反馈单元;
基于所述风险评估单元响应于所述干扰信号,采集所述核电仪表设备的风险数据,对所述风险数据和所述供电失衡值进行风险管理评估分析,得到一级管控信号、二级管控信号或者三级管控信号,以及将所述一级管控信号、所述二级管控信号或者所述三级管控信号发送至所述管理维护单元;
基于所述延误反馈单元响应于所述干扰信号,采集所述核电仪表设备的延误数据,对所述延误数据进行影响受损评估分析,得到高度影响信号或者轻度影响信号,将所述高度影响信号或者所述轻度影响信号发送至所述管理维护单元;
基于所述管理维护单元接收所述内部影响单元发送的所述异常信号,接收所述风险评估单元发送的所述一级管控信号、所述二级管控信号或者所述三级管控信号,以及接收所述延误反馈单元发送的所述高度影响信号或者所述轻度影响信号,并进行预警展示。
10.一种设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述系统的步骤。
CN202311013320.6A 2023-08-11 2023-08-11 基于人工智能的核电仪表设备运维管理系统、方法及设备 Active CN117034194B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311013320.6A CN117034194B (zh) 2023-08-11 2023-08-11 基于人工智能的核电仪表设备运维管理系统、方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311013320.6A CN117034194B (zh) 2023-08-11 2023-08-11 基于人工智能的核电仪表设备运维管理系统、方法及设备

Publications (2)

Publication Number Publication Date
CN117034194A true CN117034194A (zh) 2023-11-10
CN117034194B CN117034194B (zh) 2024-05-14

Family

ID=88638625

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311013320.6A Active CN117034194B (zh) 2023-08-11 2023-08-11 基于人工智能的核电仪表设备运维管理系统、方法及设备

Country Status (1)

Country Link
CN (1) CN117034194B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117395590A (zh) * 2023-12-11 2024-01-12 常州新思达智能科技有限公司 一种电机动铁芯自动化装配系统
CN117491787A (zh) * 2023-11-16 2024-02-02 上海创芯致锐互联网络有限公司 一种芯片生产设备电磁干扰检测系统
CN117907916A (zh) * 2024-01-23 2024-04-19 山东润泰电器设备有限公司 一种基于大数据的配电柜性能测试方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1838161A (zh) * 2005-03-23 2006-09-27 大亚湾核电运营管理有限责任公司 利用计算机进行核电站的设备风险评估方法及装置
US10019892B1 (en) * 2017-04-25 2018-07-10 Hongfujin Precision Electronics (Tianjin) Co., Ltd. Risk assessing and managing system and related method
US20200042952A1 (en) * 2015-09-25 2020-02-06 Mitsubishi Heavy Industries, Ltd. Plant maintenance assisting system
US20210073060A1 (en) * 2019-09-11 2021-03-11 International Business Machines Corporation Managing device maintenance via artificial intelligence
CN114693053A (zh) * 2021-11-02 2022-07-01 浙江宇联信息发展有限公司 基于ai智能分析检测的风险评估和风险预警系统及方法
CN115959159A (zh) * 2023-02-06 2023-04-14 西安建筑科技大学 一种基于人工智能的矿区无人驾驶安全智能管控系统
CN116228031A (zh) * 2023-03-14 2023-06-06 安徽省农业科学院农业经济与信息研究所 一种基于人工智能的水产智慧养殖监控预警系统
CN116384743A (zh) * 2023-03-29 2023-07-04 海南省林业科学研究院(海南省红树林研究院) 一种基于生态数据分析的植物生长风险评估系统
CN116562623A (zh) * 2023-05-08 2023-08-08 江苏鸿升生物科技有限公司 一种适用于鹿茸菇种植的实时种植风险评估系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1838161A (zh) * 2005-03-23 2006-09-27 大亚湾核电运营管理有限责任公司 利用计算机进行核电站的设备风险评估方法及装置
US20200042952A1 (en) * 2015-09-25 2020-02-06 Mitsubishi Heavy Industries, Ltd. Plant maintenance assisting system
US10019892B1 (en) * 2017-04-25 2018-07-10 Hongfujin Precision Electronics (Tianjin) Co., Ltd. Risk assessing and managing system and related method
US20210073060A1 (en) * 2019-09-11 2021-03-11 International Business Machines Corporation Managing device maintenance via artificial intelligence
CN114693053A (zh) * 2021-11-02 2022-07-01 浙江宇联信息发展有限公司 基于ai智能分析检测的风险评估和风险预警系统及方法
CN115959159A (zh) * 2023-02-06 2023-04-14 西安建筑科技大学 一种基于人工智能的矿区无人驾驶安全智能管控系统
CN116228031A (zh) * 2023-03-14 2023-06-06 安徽省农业科学院农业经济与信息研究所 一种基于人工智能的水产智慧养殖监控预警系统
CN116384743A (zh) * 2023-03-29 2023-07-04 海南省林业科学研究院(海南省红树林研究院) 一种基于生态数据分析的植物生长风险评估系统
CN116562623A (zh) * 2023-05-08 2023-08-08 江苏鸿升生物科技有限公司 一种适用于鹿茸菇种植的实时种植风险评估系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
黄毅: "人工智能在变电站运维管理中的应用探讨", 科技创新与应用, vol. 12, no. 9, 24 April 2022 (2022-04-24), pages 170 - 173 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117491787A (zh) * 2023-11-16 2024-02-02 上海创芯致锐互联网络有限公司 一种芯片生产设备电磁干扰检测系统
CN117491787B (zh) * 2023-11-16 2024-05-28 上海创芯致锐互联网络有限公司 一种芯片生产设备电磁干扰检测系统
CN117395590A (zh) * 2023-12-11 2024-01-12 常州新思达智能科技有限公司 一种电机动铁芯自动化装配系统
CN117395590B (zh) * 2023-12-11 2024-02-27 常州新思达智能科技有限公司 一种电机动铁芯自动化装配系统
CN117907916A (zh) * 2024-01-23 2024-04-19 山东润泰电器设备有限公司 一种基于大数据的配电柜性能测试方法及系统

Also Published As

Publication number Publication date
CN117034194B (zh) 2024-05-14

Similar Documents

Publication Publication Date Title
CN117034194B (zh) 基于人工智能的核电仪表设备运维管理系统、方法及设备
US11746753B2 (en) Method and apparatus for detecting fault, method and apparatus for training model, and device and storage medium
CN116187593B (zh) 一种配电网故障预测处理方法、装置、设备、存储介质
CN110930052A (zh) 一种变电设备故障率预测方法,系统,设备及可读存储介质
CN110826228B (zh) 一种地区电网运行品质极限评估方法
CN116663747B (zh) 一种基于数据中心基础设施的智能预警方法及系统
CN116993329B (zh) 一种基于数据分析的通讯设备运行维修决策管理系统
CN111339661B (zh) 一种高压电缆巡检周期自动规划方法
CN113934536B (zh) 面向边缘计算的数据采集方法
CN115248906A (zh) 一种发电机出线双电流互感器的状态误差识别方法及系统
CN109613372B (zh) 一种基于多元电网数据库的电网故障诊断方法
CN104348413A (zh) 基于数据分析的自适应光伏防窃电方法
CN117169804B (zh) 基于合电流矢量分析的电流互感器误差状态在线辨识方法
Mkandawire et al. Component risk trending based on systems thinking incorporating Markov and Weibull inferences
CN115114124A (zh) 主机风险的评估方法及评估装置
CN116720983A (zh) 一种基于大数据分析的供电设备异常检测方法及系统
CN116385202A (zh) 台区线损分析系统及其分析方法、电子设备及存储介质
CN115494347A (zh) 台区用电异常用户确认方法、装置、设备及存储介质
CN115128986A (zh) 基于SaaS级的工业互联网产量实时监控系统及方法
CN113421170A (zh) 一种电力工程质量综合优化管理系统以及方法
CN112733450A (zh) 一种电力网络中节点故障的分析方法及装置
CN116684327B (zh) 一种基于云计算的山林地区通信网络故障监测评估方法
CN105005523A (zh) 基于电流量的计算机软件运行监测方法及装置
CN105303315B (zh) 一种计及检修随机性影响的电力设备可靠性评估方法
CN117875946B (zh) 一种用于变电站设备运维的人机协同自主红外巡检方法

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