Page 73 - 2021年度核能行业协会科学技术奖励公报

中国核能行业协会科学技术奖励公报 2021

基于数据挖掘和机器学习的

核主泵智能预警诊断技术研究及应用 [2021HNJ13]

核主泵作为核电厂一回路系统
及核动力装置的心脏设备，对运行
可靠性的要求非常高。鉴于该设备
的重要性和复杂性，迫切需要一种
能实现主泵异常状态识别、预警和
智能诊断的技术，一方面可通过提
前预警设备异常，将设备故障消灭
在萌芽状态，另一方面可通过快速
定位故障原因，最大程度降低因主 主泵的振动特征参数，工艺参数等作为输入，
泵故障发生而导致的损失。 形成多参数融合的主泵高维预警模型，实现核
本项目开发的核主泵智能预警、诊断技术， 主泵异常状态的提前预警；
首次将数据挖掘和人工智能技术应用在重大核 （3）基于动态贝叶斯网络，将故障库（专 二
等
设备领域，状态预警准确率达到 95% 以上，智 家经验）和数据模型相结合生成贝叶斯网络，
奖
能诊断的准确率达 85% 以上，主要性能指标均 并根据模型学习的结果自动调整条件概率和先
优于国外系统，且现场应用情况良好，在状态 验概率，解决了专家诊断不能随设备运行状态
监测领域具有突破性意义。本项目的创新性与 自动调整诊断结论的问题，大大提高故障诊断
先进性有： 的准确率；
（1）基于数据挖掘方法，开发振动异常数 （4）通过核主泵智能预警模型和智能诊断
据的自动定位和异常状态分析算法，获得核主 模型模块化封装，开发得到核主泵的智能预警
泵频繁报警原因，扩充了核主泵故障库，为状 诊断系统。系统参数经简单调整即可实现自动
态预警模型和智能诊断模型开发提供输入； 数据学习并应用到各类主泵。
（2）基于狄利克雷过程高斯混合模型 目前该系统已在福清核电 1 至 4 号机组主
（DPMM），开发核主泵的智能预警模型，将核 泵上线应用，5/6 号机组试点应用。系统应用
期间，解决了传感器的误报警，
同时通过数据挖掘算法，分析出
主泵轴封压力、流量、温度等工
艺参数与振动异常波动密切相关，
解决了反复不明原因穿越报警问
题。另外基于智能预警功能，系
统多次实现异常状态提前预警（提
前时间从数小时至数天不等），
并诊断出报警原因，获得设备工
程师的高度认可。

完成单位：核动力运行研究所
通信地址：湖北省武汉市东湖新技术开发区民族大道 1021 号
联.系.人 :.蒋庆磊..电话：0755-88617967
电子信箱：jiangql@cnnp.com.cn

63