摘要：近些年，最热的大数据和人工智能技术已经迅速发展，而核工业作为我国最重要的技术之一，目前我国对于核工业的研究和发展极为重视，所以如何与现如今的大数据，人工智能等新型信息技术相结合，从而发挥出更加巨大的价值是现如今的研究重点。本文将会结合大数据和人工智能在核电领域的应用场景上进行分析和探讨，从而总结出可实操的策略和方向。

关键词：大数据;人工智能;核电领域;应用

人工智能技术因其拥有高效性和便捷性，可以自动整合数据、分析数据、模拟数据等，这些都对技术行业带来了深远的影响。所以如何在核电工程、核电运营、核电安全等服务与应用方面，运用大数据或人工智能进行分析，是现如今的研究重点。

一、国内外发展现状

据统计，截止2020年末，核电机组累计发电量已占总发电量的4.94%;核电机组也从2016年的10台增加至49台，排行全球第三;并且由我国自主研发，拥有完整知识产权的“华龙一号”机组已经并网成功，开始装料，这对于我国核电领域来说是非常重要的发展节点，这也代表着我国核电领域相关技术的完善。

（1）国内发展现状

人工智能和大数据可以借助RPA机器人流程自动化、智能识别引擎、规则引擎、流程引擎，通过深度学习、专业算法、区块链等技术，实现数据处理的全过程自动化，早在2016年，中国核电研究所已经运用信息技术为反应堆开发了远程智能诊断平台。同年，中国广核集团与清华大学签署了深圳核电大数据治理框架协议，为核电工业建立属于自己“大数据库”，开辟了核电数据链，可以实现核电单元的监测分析，预警和智能管理支持。2019年，由35个相关单位组成了“核工业机器人与智能装备协同创新联盟”，致力于将新型信息技术更好的融入核工业当中，让人工智能概念在核工业领域彻底落地生根，融为一体。

（2）国外发展现状

据世界核协会发布的数据来看，截止2020年全球累计457台核电机组，其中美国以99台位居榜首，法国以58台居于第二。美国西屋公司的部件监测应用平台构建的相对完善，利用大数据与人工智能监测，通过计算机将数据进行整合与传输，从而提前预测和诊断故障。而法国则采取了监测实现状态检修计划，利用大数据和人工智能的前瞻性与及时性建立了专家系统。日本对人工智能机器人的研究一直处于先进水准，通过智能机器人完成核电站内清扫和拍摄的工作任务，这也代表了人工智能技术在核电领域中应用的重要性。

二、人工智能与大数据在核电领域中的应用

（1）核燃料勘探与采集

“数字矿山”是国家最重要的战略资源组成部分，将采集到的信息数据不断补充进大数据库，建立铀矿管理系统、专家系统、技术系统等，帮助勘探、采集、设计等环境相互衔接形成闭环，从而达到提高效率、节约成本、降低危险性的目的。

（2）核装备制造

在核装备制造过程中融入人工智能与大数据技术将会形成非结构化的存储数据库，能够全面检测项目的安全和准确性，确保信息收集的范围与效率，提高信息处理能力，并在此基础上为决策者提供切合实际的参考数据，利用专家系统、神经网络等先进数据处理器进行智能分析。

（3）核电工程应用

在建造之初对核反应堆相关设备的设计是难点之一，在建造过程中更是涉及了工程数据、建造数据、安全数据、人员数据、监测数据、资金数据等，数据库则会把这些数据整合储存，进行分类记录，满足施工过程中任一环节对数据的诉求，从而提升工作效率，方便了解当前进度。

（4）核电运营

核电运营过程中所产生的专业数据、管理数据、监测数据、故障数据，可以利用数据库整理在案，不仅方便积累经验，更方便工作人员实时调取、了解，从而降低沟通成本。也可以利用人工智能技术与化学诊断技术相结合，从而实现自动化监测，从而精准判断二回路设备故障源头，能够让工作人员更加了解设备的运转情况，制定检修计划等决策，正常设备的使用寿命，稳健运行。

（5）核电安全

为了确保安全，每个核电站都有数十个系统，监测核电相关的方方面面，其中蕴含了数百种专业知识和设备数据，维护的工程量较为浩大，通过人力对比、分析数据是极为庞大的工程，建立相应数据库从而提高核电站的控制水平，利用人工智能评估系统实时监测，为分析与决策提供准确详实的数据支持，确保核电能够安全运行。

（6）服务与技术

核技术是利用核辐射诱变种子中的中子或质子，从而产生基因变异，选取人们想要的变异个体进行培育与研究，但现如今对核技术的利用仍然存在极大的随机性，没有系统的管理和试验，更没有相应的数据整合，所以利用人提供智能系统通过电脑端进行模拟诱变过程，从而演算种子变异基因组DNA的排列组合，监测虚拟模型获得相应数据与结果，不仅试验的可控性更强，还能以更低的成本定向育种。

（7）核电机器人

在核工业领域中，多数环境与设施都存在着较强的放射性，所以可以利用人工智能与机器人技术相结合，将维护关键设施或处置放射性废物等工作交给智能机器人，不仅可以降低维护设备的成本，也能确保工作人员的安全，还能解决人工操作受限问题。

（8）核设施退役

核设备退役不仅需要几十甚至上百年的时间，还需要确保核设备退役的安全性，尽可能降低对外部环境的影响。所以利用大数据和人工智能技术结合建立仿真模型，根据现实数据模拟评估，拆分步骤优化方法，辅助专家进行计划调整，降低核设施退役的成本。

三、结语

在核电领域，利用大数据和人工智能已经成为不可避免发展趋势，信息技术的融合不仅能够节约核电工程的运营成本和建设成本还能提高核电领域的安全性，数据技术的结合也为核电领域发展提供了强有力的后盾。本文从大数据和人工智能在核电领域的应用上进行分析和总结，希望能够为核工业，与大数据和人工智能技术相结合，提供更多的思路与参考。

参考文献

[1]劉海滨.人工智能助力装备制造智能化[J].军民两用技术与产品，2018（19）：14-22.

[2]王慧.大数据在核电工程建设安全管理中探索与实践[J].城市建设理论研究，2016（17）.

[3]王跃斌.核电厂人工智能化学诊断的运用研究[J].化工管理，2016（32）：250.

[4]刘呈则，严智，邓景珊.核电厂用机器人应用现状与性能分析[J].核安全，2012（4）：72-76.

[5]周林，王晓峰，卞玉芳，杨安义.核与辐射安全监管大数据平台建设策略研究[J].中国环境管理，2017，9（02）：25-30

作者简介：卢双峰（1989.12.02）男，籍贯：河南洛阳，最高学历：本科，目前职称：中级工程师。