1、成果简介 本成果依托发改委攻关项目“AP1000关键运维技术攻关”项目的子课题5《基于大数据对典型SPV设备健康管理》，面向核电AP1000机组SPV（Single Point Vulnerability）设备，以设备故障机理和失效模式研究为基础，将传统设备监督和运维技术与国际先进的工业机理建模分析技术、工业大数据分析技术、先进设备故障预测与健康管理技术等各种人工智能技术相结合，并融合了DCS系统监督数据和非介入式智能传感在线监测数据，开发了各类关键设备的在线监督技术方案以及状态监测、性能预测和故障诊断等算法模型，实现了核电站关键设备的在线实时监测与状态评估，研发出一套对标国际领先水平、自主可控的核电站专用典型关键设备（SPV）健康管理平台。平台能够兼容核电厂运维管理多数据源的接入，支持工业机理建模、数据驱动建模及混合建模等先进分析手段，系统架构先进，可扩展、模块化、可重构，可有效帮助核电站设备运维方式由预防性维护向基于设备实际运行状态的预测性维护转变，提高核电站运行的安全性和经济性。 本成果在三门核电站稳定运行三年多，覆盖14大类66台设备，并已推广至海阳核电等电厂，实现了核电设备状态监测和故障诊断关键技术的国产化，积极推动核电行业设备可靠性共同治理。 2、主要创新点 （1）非介入智能传感单元：开发并大规模部署“即插即用”型非介入智能传感单元，覆盖种类与数量在国际核电领域位居第一。构建与DCS隔离的SPV设备状态监测数据网，增强核电设备健康状态的智能感知，提高了设备状态监测的及时性，减少了巡检、试验、技术人员工作量，每年节约1600个人工日工作量。 （2）多维时空关联状态监测：以工业机理模型为基础，融合多元状态估计参数自回归算法，开发多维时空关联设备健康状态监测算法，将传统的单维度固定阈值监测提升至多维度动态阈值监测，自动跟踪设备劣化趋势，实现设备异常早期预警，预警误报率小于3%，漏报率达到0%，降低非计划设备停机概率30%。 （3）智能故障自诊断系统：开发基于知识工程理论的智能故障自诊断系统，实现异常征兆自动提取、故障结论自动推理、处理措施自动推荐，缩短工程师故障排查时间50%。构建系统化、可灵活扩展的诊断知识管理系统，建立167项故障案例、750项故障规则，实现知识的有效共享及全行业推广。 （4）自主开放的多源大数据平台：基于“云-边-端”协同的工业互联网架构，开发分布式、模块化、可重构、可扩展的核电设备健康管理大数据平台，保障多源异构大数据的融合及标准化接入，实现平台的共享、共建、共治。平台已授权发明专利6项、实用新型专利2项、软件著作权2项、团体标准1项，实审发明专利4项，发表EI检索论文6篇，投运近三年来共节支12335.95万元，延长了关键设备解体检修周期，优化了大修周期，降低了监测设备备品备件量30%，并成功追溯了三门2号机组主泵非停前的异常信号，结论得到核安全局认可，帮助机组提前恢复运行，减少单机组重大经济损失超2亿元，同时对其他在运的AP1000机组正常运行起到了有利保障。