Page 9 - 电力与能源2023年第六期

包 立，等：数字孪生核电站建设思路及关键技术 555

的安全性、经济性、透明度与效率。 完善，最终可形成一个虚实交互、同步演绎的孪
1.2 数字孪生核电站建设框架 生体。
（1）建设核电时空信息一张图。基于核电资 （1）数字孪生核电站落地、可示范阶段。在该
源、资产、位置、拓扑等静态信息，叠加量测中心的 阶段，数字孪生核电站仅在某个业务实现应用，孪
历史数据和实时数据等动态信息，开展历史和实 生模型库还未完善，态势感知仅针对设备级，决策
时多场景与状态数据的关联，实现多源数据汇集、 智能化程度和自动化水平仅支持部分设备，尽管
信息融合，打造核电设备状态全息感知的“核电时 可以实现模拟推演和智能决策，但可能会超出预
空信息一张图”，实现物理核电站在“时间-空间- 算时间。

状态”三个维度的精准呈现，提供多时态的核电站
（2）示范区经验可复用和可管理阶段。在可
状态。 复用阶段，可以基于示范项目实践和执行的经验
（2）持续强化孪生核电模型库、算法库。研究 开展复用，并取得较好的效果。然而，这一阶段仍
对应到物理核电站的孪生模型库建设，基于“核电
缺乏整体管理，需要提升内部组合效率，实现模型
时空信息一张图”应用需求，提出具体的模型建设
的可管理，形成覆盖核电工业的标准、流程和规程
方案，包括三维模型、数据驱动模型、机理模型、混
管理，能够适应核电站业务职能和项目，即进入数
合模型等，并通过统一的模型库服务提供标准模
字孪生核电站可管理阶段，但算法支撑能力还难
型的复用和运维。数字孪生算法库是提升核电站
以分析核电站全局。
态势感知能力的基础，基于终端设备的量测体系，
（3）数字孪生核电站可分析阶段。在该阶段，
实现数据清洗、数据融合、数据统计、数据分析等
需要进一步掌握整体系统态势，实现孪生核电站
过程。
的可分析，孪生设备进一步聚合形成孪生核电站，
（3）分类打造孪生核电站空间库。基于高维
孪生核电站可以对内部设备进行量化管理，封装
统计分析、指标构建、强化学习等数字化技术，实
孪生体/系统模型并建立数字孪生平台，研究人在
现对核电站运行状态的实时监测与分析，通过在
回路与知识嵌入的机器学习，并实现系统全局轨
各种场景下的模拟推演，分类打造属于不同业务
迹推演，可以在全局态势基础上作出决策。该阶
场景的专业知识空间库，提升紧急情况下系统的
段的孪生模型精度还有待进一步提高，决策实施
自动修复能力，实现“少人值守”，甚至“无人值守”
效果也不是很稳定。
的智能运维，降低人力成本，提高系统管理的数字
（4）数字孪生核电站可改进阶段。在该阶段，
化智能化水平。
需根据物理系统实施效果不断优化孪生模型，实
1.3 数字孪生核电站发展阶段
现核电站孪生模型的可改进，基于虚实交互实现
数字孪生核电站建设无法一蹴而就，需要根
孪生系统的迭代式综合（精度、智能）提升，以及业
据自身基础逐步落地、示范、复用、管理、分析、改
务的知识演进。构建一套完善的虚实交互与闭环
进，如图 2 所示。
反馈机制对孪生平台进行评估，基于人工智能等
技术，并综合机理、数据的多方反馈纠偏内在逻
辑，实现其自适应（与内外环境、业务需求等保持
一致）、自调节（模型关键参数可自动调节）、自演

进（模型组织、结构与业务功能演进）功能。
1.4 数字孪生核电站能力
图 2 数字孪生核电站的发展过程 数字孪生核电站应拥有多层级、多维度、全角
基于时间尺度和发展程度可将数字孪生核电 度可视化能力，以研发设计为牵引，带动形成全产
站建设分为 5 个阶段，随着建设进程的不断发展 业链的数字化和数字孪生能力，推动产业的持续