王 亭

（1.南京科远智慧科技集团股份有限公司，江苏南京 211102；2.江苏省热工过程智能控制重点实验室，江苏南京 211102）

0 引言

某核电厂是全球最大的在运轻水压水堆核电基地，负责运营6 台1086 MW 的核电机组。核电机组单机功率超过百万千瓦，其组成的系统设备众多。以核电厂1 号机组为例，共由208 个系统、84 627 个功能位置组成，每年均会产生数万项缺陷通知单，部分严重缺陷甚至会危及机组的核安全与发电能力，因此稳定运行与维修管理是核电机组面临的两个重大挑战。

本文通过核电厂使用的企业管理软件（以下称“SAP 软件”），导出6 台机组2014—2019 年日常期间填写的近30 万条现场通知单（以下称“NG 单”），改变以往使用Excel 对数据进行处理和分析的方法，转而使用效率更高、速度更快、更为精确的大数据分析技术Python、Pandas、Numpy 以及Matplotlib，对缺陷类通知单进行数据处理与数据分析，从多个维度以图表的形式展示分析结果，如日常缺陷总量及变化趋势、各类系统产生缺陷总数排行、1/2 级缺陷通知单的系统与专业数量分布等。在此基础上，对于易产生缺陷的系统，结合核电厂日常预防性维修大纲，提出有针对性的改进方向。

1 日常缺陷的获取和数据处理

SAP 软件是核电厂目前使用的企业管理软件，软件承担了现场缺陷数据填写、存储与查询的功能。本文使用的缺陷类通知单是从SAP 软件中以Excel 形式导出的。以此为源数据，通过大数据分析技术对数据进行处理、分析，最终得出相关分析成果。

1.1 通知单获取

核……