秦山核电自1991年正式并网发电近30年，在运机组已达9台，积累了大量核电系统/设备的维修信息、设备基础信息、物资信息以及经验反馈信息等数据。为有效利用现已积累的数据，探索基于数据驱动的设备可靠性分析及应用方法，形成基于准确数据而非直觉或经验的设备可靠性管理体系，促进数字化、智能化的设备可靠性管理转型，秦山核电开展了基于大数据的核电厂设备可靠性分析与应用研究。 秦山核电通过结合最新人工智能、大数据等技术成果，构建了适用于核电领域的自然语言处理模型，用于秦山核电大量核电系统/设备的历史工单信息、设备基础信息、物资信息以及经验反馈信息等的结构化处理，在故障文本分类、核电设备、部件实体识别等方面达到较高准确性，提高了设备、部件可靠性数据获取效率,实现了工单、QDR等数据的有效再利用；利用设备/部件可靠性指标计算算法完成秦山核电设备/部件的故障率等可靠性指标的计算、查询、存储，建立了核电行业乃至全国首个部件级可靠性数据库；研究了基于可靠性数据的维修周期优化、备件储备定额确定及优化等方法，进一步探索和丰富了可靠性数据的应用场景。 本成果形成的设备、部件可靠性数据库，使得核电系统设备的可靠性状态在每个阶段、每个部门或团队都能够被更好的跟踪和管理。通过设备、部件可靠性数据的共享、融合，可为核电企业在规划建设、设备选型、运维检修等领域提供参考，充分发挥可靠性数据的评价导向、服务支撑作用。同时，基于数据驱动的设备管理决策方案，有效降低对主观经验的依赖,提升决策效率,引导核电设备管理决策从定性的、经验的向定量的、相对客观的方向转变，促进设备可靠性管理水平的持续提升。