随着核电标准化建设的逐步推进，设备维修问题时有发生。基于设备维修的标准化开展和风险识别的不断开展，本成果借助大数据技术和机器学习技术，开展设备维修风险的风险自动推送和识别。 设备维修历史经验反馈数据的精准推送。将经验反馈数据与设备维修工单等应用系统进行关联，通过推送方式将经验反馈数据融入到系统中。如在工单准备阶段，根据工单输入的工作内容，经验反馈大数据平台依据工单信息中的设备、位置、工作内容等情况，自动推送与工单相关联历史经验反馈信息，工作准备人将该工单相关的历史经验反馈信息纳入工作包，在工前会期间，工作负责人可对历史经验反馈数据进行学习，避免同样的事件再次发生。 利用机器学习，对设备维修工单的防异物风险进行自动校验。同时对工单任务、工单的风险分析、工单的质量计划、工单的关联文档进行自动检查。 通过大数据技术和机器学习，大幅度降低设备维修风险，提升设备维修质量，提升人工风险识别效率。