基于多層流模型的核電廠一回路系統智能警報分析研究

周玲 簡一帆 王官勇 陳明虎

【摘 要】針對核電廠一回路系統發生故障時報警信息量大、處理時限緊迫等特點，提出了基于多層流模型的智能警報分析方法，并對報警之間的因果關系進行了分析。以雙環路壓水堆核電廠一回路主冷卻劑系統為研究對象，構建了主冷卻劑系統的多層流模型，并建立了警報分析專家知識庫。仿真結果表明，基于多層流模型的報警分析方法能夠快速準確地識別原因性警報，以達到壓縮警報數量、輔助運行人員決策的目的，從而有效提高核電廠的智能化運行水平。

【關鍵詞】核電廠;多層流模型;警報分析;專家知識庫

中圖分類號： TM623 文獻標識碼： A 文章編號： 2095-2457（2019）03-0018-004

DOI：10.19694/j.cnki.issn2095-2457.2019.03.005

Intelligent Alarm Analysis of Primary Loop of Nuclear Power Plant Based on Multi-level Flow Model

ZHOU Ling JIAN Yi-Fan WANG Guan-Yong CHENG Ming-Hu

（NUCLEAR POWER INSTITUTE OF CHINA，Chengdu Sichuan 610213，China）

【Abstract】In view of the large amount of alarm information and the urgency of dealing with the time limit in the fault of the primary loop system of nuclear power plant， an intelligent alarm analysis method based on multi-level flow model is proposed， and the causality between the alarm is analyzed. Taking primary coolant system of two-loop pressurized water reactor nuclear power plant as the object， establishing the multi-level flow models of nuclear power plant primary coolant system， and building the alarm analysis expert knowledge bases. The simulation results show that the alarm analysis system based on multi-level flow model can quickly and accurately identify the cause alarm， in order to achieve the number of compressed alarms and assist the operator to make decision， so as to effectively improve the intelligent operation level of the nuclear power plant.

【Key words】Nuclear power plant; Multi-level flow model; Alarm analysis; Expert knowledge base

核電廠結構龐大，系統復雜，在故障發生時具有報警信息量大、處理時限緊迫等特點，同時由于監測參數之間的耦合關系，使得報警具有傳遞性和混雜性[1]。通常，核電廠的報警分析和故障診斷工作的可靠性取決于運行人員對大量系統信息進行有效處理的技能和經驗。然而，三哩島和切爾諾貝利核電站事故的慘痛教訓提醒人們：人的信息處理能力是有限的，人因差錯往往是引發核事故的主要原因。因此，開發一套智能化的核電廠警報分析系統，對于輔助操縱員在發生故障時迅速識別引發系統異常的原因性警報，從而確定故障位置并執行相應事故規程具有重要意義。

目前，大量計算機輔助支持系統被引入核電廠用以減少運行人員的工作負荷和人因失誤概率。傳統基于專家經驗知識的報警分析方法已運用于相關的研究中，利用專家經驗知識構建報警分析專家知識庫，其中典型的方法為因果有向圖（CDG）和符號有向圖（SDG）等[2-4]。但是，基于專家經驗知識的報警分析方法不足之處在于：經驗反饋和專家知識積累較少且不易獲取。在專家知識不完備的情況下，報警分析只能對事先預想到的并能與規則前提匹配的事件進行推理，無法處理新遇到的情況，具有一定局限性。

針對上述問題，本文研究采用一種新的系統功能模型建模方法——多層流模型（Multi-level Flow Model， MFM）。該方法運用符號化的建模語言描述核動力系統在物質、能量和信息方面的交互作用，模型具有易于建立和理解的特點，可快速獲取核電廠的系統知識。多層流模型符號化的語言也蘊含了系統功能之間的因果關系，應用于報警之的間因果關系推理， 并輸出圖形化的報警因果鏈對推理結果進行詳細解釋，運行人員可據此進行判斷和決策。

1 多層流模型原理

MFM最初由丹麥學者Morten Lind教授提出的一種系統功能模型建模方法[5]。MFM從目標（Gold）、功能（Function）、物理部件（Physical Component）三個角度將目標系統的生產過程抽象成“流”來描述系統在物質、能量和信息三個層次上的關系。相鄰層次由“手段—目的”關系連接，對于任意兩個相鄰層次而言，高一層次明確了功能的實現目的，低一層次明確了實現功能的手段或方法。根據“手段—目的”關系，采用自上而下的形式，操縱員可以聚焦于需要關注的目標和功能，用于支持基于目標的問題求解和信息搜索，運行人員可從系統局部看到整體，因此非常適合于包括核電廠在內的復雜系統監測、報警分析、診斷和預測。MFM的常用圖形化符號如圖1所示，基本概念如下。

1.1 目標

目標（Objective）是系統的預期實現狀態或意圖。它是多層流模型中最重要的元素，在系統建模的初期階段就應該確定下來。目標通過“手段—目的”關系與功能結構連接。

1.2 功能

MFM將功能（Function）抽象為核電廠物質、能量和信息的產生、傳輸、存儲和消耗等基本功能，包括：

（1）源（Source）：描述物理系統向外提供物質、能量和信息的能力。（2）阱（Sink）：描述物理系統接收物質、能量以及信息的能力。

（3）存儲（Storage）：描述物理系統積聚物質、能量或信息的能力。

（4）平衡（Balance）：描述系統輸入和輸出在總量上保持平衡的能力。

（5）傳輸（Transport）：描述系統將物質、能量或信息從一個功能元件輸送到另一位置功能元件能力。

（6）阻礙（Barrier）：描述物理系統阻止物質、能量或信息輸送的能力。

1.3 關系

多層流模型功能之間利用關系（Relation）連接，表示功能之間的因果關系，包括：

1.3.1 影響關系（Influence）

（1）影響者（Influencer）：當利用影響者關系將功能（源、阱、存儲或平衡）連接在傳輸功能的上游或下游時，表示功能具有主動影響傳輸功能的作用，此時功能的狀態將影響傳輸的狀態。

（2）參與者（Participant）：當利用參與者關系將功能（源、阱、存儲或平衡）連接在傳輸功能的上游或下游時，表示功能具有被動提供或者接收功能的傳輸物質，此時功能的狀態對傳輸的狀態沒有影響。

（3）連接（Connection）：當連接關系連接兩個功能時，表示這兩個功能與同一個目標相關聯，或者這兩個功能分享對象（他們改變同一對象或物質的屬性）。具有連接關系的兩個功能的狀態相互影響。

1.3.2 “手段—目的”關系

“手段—目的”關系用于表征連接目標和一個功能結構，功能結構中包含一個或多個對目標有作用的功能。主要包括：產生關系（Produce）、維持關系（Maintain）、消除關系（Destroy）、抑制關系（Suppress）、斡旋關系（Mediate）。

1.4 多層流模型的推理規則

進行推理之前需要先將功能狀態離散化，確定報警事件。通常將功能狀態離散為高、正常和低狀態，對應（高、正常、低）水位、流量、壓力、溫度等報警，可根據實際情況，將功能離散為更加細致的報警狀態，例如包括高高、低低等報警狀態。

根據功能的數學表達公式，基于能量守恒、物質守恒原理，確定兩個功能連接時的功能狀態依存關系（即報警事件因果關系）。多層流模型常用的功能狀態因果依存關系如表1所示。在建模過程中如表中所示因果關系與實際不符時（通常是因為系統控制影響了功能的因果關系），可自定義功能的因果關系。需要強調的是，對于位于傳輸功能下游的功能，如果該功能是被動的（通過參與者關系連接），則對傳輸功能狀態沒有影響;如果是主動的（通過影響者關系連接），則對上游功能存在影響。

2 核電廠主冷卻劑系統多層流模型建模

根據多層流模型的概念介紹，本小節以環路壓水堆核電廠一回路主冷卻系統作為研究對象，通過分析該系統的工藝流程等內容[6]，構建了穩態功率運行條件下核電廠一回路主冷卻劑系統能量流、物質流的多層流模型，如圖2所示。

在模型中，G1表示左環路SG蒸汽產量，G2表示右環路SG蒸汽產量，G3表示噴淋流量。能量流和物質流各功能模塊的含義如表2、表3所示。

針對上述一回路系統建立的多層流模型，依據該系統要實現的目標，可以推導元素之間的因果關系，并形成核電廠目標系統能量和物質因果傳遞關系。

3 警報分析系統仿真驗證

本文基于C#開發平臺實現了相關圖形化界面的開發以及事故分析算法的推理。為了驗證所建立的核電廠一回路多層流模型的有效性，選取Relap5事故數據對模型進行仿真驗證。當核電廠發生左環路小破口事故時，采集警報列表如表4所示。

根據產生警報及其位置，在多層流模型建模界面可以將產生的警報位置用圖形化的界面顯示出來，可根據警報分布情況迅速確定主要警報的位置，如圖3所示。需要強調的是，基于多層流模型的警報分析技術認為警報的推理策略為縱向優先，即在能量流中產生的警報要先向其下方物質流推理，然后再沿著同一流結構橫向推理。

根據警報分析監測界面顯示結果，可快速確定根原因警報出現在了物質流上，再根據警報分析結果，可以識別引發系統異常的根原因警報，如圖4所示。

警報分析的因果鏈可以發現，引發事故的原因性警報為穩壓器水位低（M-RCP-F8-L），警報傳播因果路徑為：穩壓器水位低（M-RCP-F8-L）→穩壓器壓力低（E-RCP-F6-L）、左環路冷卻劑流量升高（M-RCP-F13-H）以及目標一回路主冷卻劑裝量降低（G1-L）→反應堆平均溫度升高（E-RCP-F3-H）→反應堆功率降低（E-RCP-F1-L）、左環路冷卻劑出口溫度高（E-RCP-F4-H）、左環路冷卻劑入口溫度高（E-RCP-F17-H）、右環路冷卻劑出口溫度升高（E-RCP-F13-H）和右環路冷卻劑入口溫度升高（E-RCP-F18-H），左環路冷卻劑流量升高（M-RCP-F13-H）和左環路冷卻劑出口溫度高（E-RCP-F4-H）→左環路蒸汽產量上升（G2-H）、左環路蒸汽壓力上升（E-RCP-F10-H）。

從上述的仿真實例可以看出，當核電廠一回路系統發生故障時，基于多層流模型所建立的智能報警分析模型能夠快速準確的找到引發事故的原因性報警，避免了海量報警信息的產生，大幅提高了報警分析的智能化水平，有效避免了人因失誤。

4 結論

本文介紹了一種基于MFM的智能報警分析方法，并將其應用于核電廠一回路的報警分析中，建立了核電廠一回路主冷卻劑系統的MFM，并進行了算法分析。從仿真結果可以看出，基于MFM的報警分析系統可有助于運行人員壓縮報警數量，確定原因性警報，輔助運行人員決策。

【參考文獻】

[1]朱華.核電與核能[M].北京：原子能出版社， 2000： 1-4.

[2]E. ?Zio， ?G. ?Gola. ?Neuro-fuzzy ?patten ?classification ?for ?fault ?diagnosis ?in ? nuclear components[J]. Annals of Nuclear Energy， 2006， 33：415-426.

[3]喻海濤.200MW 核供熱站故障診斷系統研究與開發[D].清華大學博士學位論文，2000.

[4]Z.Ke.An integrated approach to performance monitoring and fault diagnosis of nuclear power ? systems[D].Doctor ?of ?Philosophy ?Degree， The ?University ?of ?Tennessee，Knoxville，2005.

[5]LIND，M.Representing Goals and Functions of Complex Systems，Technical University of Earmark：Department of Automation，1990.

[6]蘇林森，楊輝玉.900MW壓水堆核電站系統與設備[M].原子能出版社.2004：74-120.