一種基于多層流模型的核電廠智能報警分析系統(tǒng)

齊寒 楊明 楊軍 鄭立程

(華南理工大學(xué)電力學(xué)院 廣州 510640)

0 引言

核電廠燃料采用以鈾元素為主的放射性物質(zhì)[1]，運(yùn)行不當(dāng)可能會導(dǎo)致重大危害，核電行業(yè)行穩(wěn)致遠(yuǎn)的發(fā)展必須建立在高度可靠的核安全基礎(chǔ)上[2]。在經(jīng)歷了幾次重大安全事故后，運(yùn)行安全問題成為核電行業(yè)關(guān)注的焦點。然而，核電廠工藝系統(tǒng)復(fù)雜，各結(jié)構(gòu)間高度耦合，當(dāng)發(fā)生事故時，系統(tǒng)運(yùn)行參數(shù)相互影響，面臨大量警報，操縱員的操縱負(fù)荷和精神壓力也隨之增大。美國三里島事故表明，過量信息會提高操縱員的人因失誤概率，增加核電廠的安全隱患。因此，需要開發(fā)一套智能化的核電廠報警分析系統(tǒng)，在系統(tǒng)發(fā)生異常時幫助操縱員過濾報警信息，識別引發(fā)系統(tǒng)異常的根原因，定位故障位置, 提升核電廠運(yùn)行的安全性和可靠性。輔助支持系統(tǒng)的報警分析方法總體分為3類[3]：①基于解析模型的報警分析方法；②基于知識的報警分析方法；③基于信號處理的報警分析方法。其中，基于知識的報警分析方法關(guān)鍵技術(shù)在于知識庫的建立和報警分析技術(shù)，模型易于建立和修改，可實時處理報警事件并解釋因果關(guān)系，可以通過人機(jī)界面與操縱員互動，更加適用于大型非線性復(fù)雜系統(tǒng)的報警分析及故障診斷。本研究采用多層流模型 (Multilevel Flow Model，MFM)方法構(gòu)建系統(tǒng)功能模型，同時應(yīng)用圖論算法開發(fā)系統(tǒng)報警分析程序過濾無效信息，快速識別報警根原因，定位故障模塊，圖像化顯示報警分析結(jié)果，為操縱員提供操縱支持。

1 多層流建模方法簡介

多層流模型是一種目標(biāo)導(dǎo)向的系統(tǒng)功能性建模方法，它在描述系統(tǒng)的拓?fù)浣Y(jié)構(gòu)和行為知識的同時，還能體現(xiàn)系統(tǒng)的設(shè)計意圖和使用目的，符合人的認(rèn)知思維習(xí)慣，可理解性強(qiáng)[4]。多層流模型在守恒原理的基礎(chǔ)上，描述復(fù)雜工藝系統(tǒng)的產(chǎn)生、傳輸、存儲和消耗物質(zhì)、能量和信息的功能特性和相互作用，同時也可通過建立控制系統(tǒng)的基本行為概念，對具有控制過程的系統(tǒng)進(jìn)行定性推理分析。與其他功能模型的不同之處在于，MFM結(jié)合了“手段-目的”的分析方法和“部分-整體”的拆分方法，可以在不同的抽象層次上進(jìn)行建模，適合分析和處理復(fù)雜動態(tài)系統(tǒng)問題。另外，通過圖形化建?？梢赃M(jìn)一步形象地展示各級目標(biāo)和功能的層級關(guān)系和實現(xiàn)流程，也便于推理規(guī)則的制定。

多層流模型建模元素如圖1所示，功能分為基礎(chǔ)功能與控制流功能?；A(chǔ)功能用于描述系統(tǒng)物質(zhì)、能量與信息傳遞的物理部件，控制流功能用于描述系統(tǒng)部件間的控制關(guān)系。目的表示系統(tǒng)所要實現(xiàn)的目標(biāo)，流結(jié)構(gòu)表示系統(tǒng)物質(zhì)、信息及能量的傳遞過程。關(guān)系描述功能、流結(jié)構(gòu)之間的邏輯關(guān)系，分為層內(nèi)關(guān)系和層與層關(guān)系。層內(nèi)關(guān)系描述系統(tǒng)部件邏輯關(guān)系；層與層關(guān)系描述部件與流結(jié)構(gòu)、流結(jié)構(gòu)與流結(jié)構(gòu)的邏輯關(guān)系。

圖1 多層流功能建模元素

MFM中部件間因果關(guān)系如圖2所示，以源與傳輸為例，源功能在傳輸功能上游且兩者相互影響。①下游推理：當(dāng)源功能為高狀態(tài)時，傳輸功能為高狀態(tài)；當(dāng)源功能為低狀態(tài)時，傳輸功能為低狀態(tài)。②上游推理：當(dāng)傳輸功能為高狀態(tài)時，源功能為低狀態(tài)；當(dāng)傳輸功能為低狀態(tài)時，源功能為高狀態(tài)。

圖2 多層流中源與傳輸?shù)囊蚬P(guān)系

2 基于因果有向圖智能推理算法

多層流模型蘊(yùn)含了系統(tǒng)功能間的因果關(guān)系，因果有向圖可以清晰描述這種符號語言間的因果關(guān)系，并且易于轉(zhuǎn)換為算法語言。本文在基于多層流功能知識表達(dá)的基礎(chǔ)上，結(jié)合有向圖知識，開發(fā)智能報警分析算法。

2.1 有向圖原理

有向圖由節(jié)點和矢量邊組成，數(shù)學(xué)表達(dá)為G=(V,E)，V為節(jié)點的集合，E為矢量邊的集合。有向圖中節(jié)點a、b間存在邊a→b，則稱a是b的父節(jié)點，b是a的子節(jié)點。a的子節(jié)點集用PaG(a)表示，b的父節(jié)點集用ChG(b)表示。如果有向圖中的矢量邊不構(gòu)成閉合環(huán)路，那么這種圖被稱為有向無環(huán)圖。

有向圖的圖路徑搜索算法[5]分為深度優(yōu)先算法(DFS)和廣度優(yōu)先算法(BFS)。深度優(yōu)先算法從訪問節(jié)點出發(fā)，沿一條路依次訪問該路上其他節(jié)點，之后返回原節(jié)點繼續(xù)訪問其他路，對未訪問節(jié)點遞歸重復(fù)此過程，其空間復(fù)雜度小，能優(yōu)先遍歷路上所有節(jié)點。廣度優(yōu)先算法從訪問節(jié)點出發(fā)，遍歷該節(jié)點的相鄰節(jié)點，再依次遍歷每個相鄰節(jié)點的相鄰節(jié)點，其時間復(fù)雜度小，能快速遍歷所有節(jié)點。本文基于這兩種圖路徑搜索算法，根據(jù)多層流模型知識表達(dá)特點，結(jié)合python語言開發(fā)智能報警分析算法。

2.2 算法流程

基于有向圖的智能報警分析算法流程如下：

(1)將核電廠系統(tǒng)多層流模型離散化為有向無環(huán)圖節(jié)點模型，節(jié)點根據(jù)可測與否分為可測節(jié)點和不可測節(jié)點?？蓽y節(jié)點對應(yīng)系統(tǒng)中可測部件狀態(tài)值，不可測節(jié)點對應(yīng)系統(tǒng)中不可測部件狀態(tài)值以及引發(fā)報警的原因事件，多層流功能間因果關(guān)系即為節(jié)點間推理規(guī)則，用If-then語法表達(dá)。節(jié)點模型中所有節(jié)點構(gòu)成有向圖中節(jié)點集V，節(jié)點間推理規(guī)則構(gòu)成邊集E，節(jié)點集V與邊集E構(gòu)成算法推理分析知識庫。

(2)當(dāng)系統(tǒng)檢測到異常工況時，利用廣度優(yōu)先算法對節(jié)點模型進(jìn)行廣度遍歷，定位到引發(fā)異常工況的報警節(jié)點，確定故障模塊；算法將節(jié)點模型中未發(fā)生報警的可測節(jié)點與其子節(jié)點、邊集進(jìn)行剔除，僅保留報警節(jié)點及其子節(jié)點集，縮小分析范圍。

(3)經(jīng)過算法智能處理后節(jié)點模型被簡化，報警節(jié)點與其子節(jié)點、邊集構(gòu)成新的有向圖，利用深度優(yōu)先算法對報警有向圖進(jìn)行深度遍歷，找到影響所有異常節(jié)點的子節(jié)點，該節(jié)點對應(yīng)的事件即為該事故工況下報警根原因。

3 系統(tǒng)運(yùn)行流程

根據(jù)核電廠運(yùn)行系統(tǒng)資料，應(yīng)用多層流建模技術(shù)建立核電廠工藝系統(tǒng)模型，規(guī)則化因果關(guān)系，形成因果關(guān)系知識庫。通過對核電廠運(yùn)行狀態(tài)進(jìn)行在線監(jiān)測，對整體的運(yùn)行工況進(jìn)行判斷，獲取報警事件清單，智能報警分析算法將多層流模型轉(zhuǎn)化為有向圖節(jié)點模型，形成因果邏輯規(guī)則知識庫，經(jīng)過智能報警分析算法處理，對報警事件進(jìn)行過濾降噪、推理分析，在人機(jī)界面上形成報警事件因果關(guān)系圖，實現(xiàn)報警根原因識別，幫助操縱員快速定位故障部件，降低操縱員操縱負(fù)荷。智能報警分析系統(tǒng)的總體運(yùn)行框架如圖3所示。

圖3 智能報警系統(tǒng)功能流程

4 案例分析

4.1 系統(tǒng)描述

反應(yīng)堆冷卻劑系統(tǒng)是核電廠一回路的核心系統(tǒng)，為驗證智能報警推理分析系統(tǒng)的報警分析可靠性，本文選取核電廠壓水堆冷卻劑系統(tǒng)[6]，對主冷卻劑系統(tǒng)LOCA事件響應(yīng)報警進(jìn)行推理分析，系統(tǒng)結(jié)構(gòu)如圖4所示。

圖4 反應(yīng)堆冷卻劑系統(tǒng)結(jié)構(gòu)

4.2 系統(tǒng)建模

應(yīng)用多層流模型方法對反應(yīng)堆冷卻劑系統(tǒng)運(yùn)行知識進(jìn)行建模描述，如圖5所示，其中S1為系統(tǒng)能量流，S2為系統(tǒng)冷卻劑物質(zhì)流，功能含義分別如表1、表2所示。G1表示右環(huán)路SG向汽輪機(jī)供能，G2表示左環(huán)路SG向汽輪機(jī)供能，G3表示維持系統(tǒng)冷卻劑流量，G4表示左環(huán)路SG蒸汽產(chǎn)量，G5表示左環(huán)路SG蒸汽產(chǎn)量。

圖5 反應(yīng)堆冷卻劑系統(tǒng)多層流模型

表1 能量流模型功能含義(S1)

表2 物質(zhì)流模型功能含義(S2)

續(xù)表2

4.3 報警分析

以核電廠反應(yīng)堆冷卻劑系統(tǒng)左環(huán)路小破口事故(LOCA)為例，選取Relap5事故[7]數(shù)據(jù)進(jìn)行報警推理分析，報警事件如表3所示。根據(jù)報警事件，智能報警分析系統(tǒng)在模型中可以快速確定報警位置，即S1中E3、E4、E5、E6、E8、E11、E12，S2中M1、M2、M10。

表3 左環(huán)路小破口報警事件

程序依據(jù)算法展開智能分析，輸出報警分析結(jié)果如圖6所示。人機(jī)界面左側(cè)為報警事件列表，右側(cè)為報警事件因果關(guān)系圖。因果關(guān)系圖中雙圈節(jié)點表示根原因，深色節(jié)點為報警事件，白色節(jié)點為可測未報警事件。根據(jù)因果關(guān)系圖可知，穩(wěn)壓器水位低報警(M2 low)為左環(huán)路小破口事故的根原因事件。警報的傳遞路徑為： 1→2(穩(wěn)壓器水位低→穩(wěn)壓器壓力低)，1→12→13(穩(wěn)壓器水位低→左環(huán)路冷卻劑流量高→堆芯水位低)，1→3→8→10(穩(wěn)壓器水位低→冷卻劑流量低→反應(yīng)堆堆芯溫度高→右環(huán)路入口溫度高)，3→9→7(冷卻劑流量低→穩(wěn)壓器溫度高→左環(huán)路SG溫度高)，8→11(反應(yīng)堆堆芯溫度高→左環(huán)路入口溫度高)。在1→4→5→6→7過程中，4、5、6節(jié)點未發(fā)生報警，且1→7節(jié)點間存在另一條警報傳遞的路(1→3→9→7)，因此可以將該報警鏈過濾。報警分析結(jié)果符合實際，證明多層流模型可以準(zhǔn)確表述系統(tǒng)知識，該系統(tǒng)能對報警事件進(jìn)行有效的智能分析。

圖6 左環(huán)路小破口事件智能報警分析

5 結(jié)語

本文提出一種基于多層流模型方法功能建模，結(jié)合有向圖知識開發(fā)報警分析算法的智能報警分析系統(tǒng)，以壓水堆冷卻劑系統(tǒng)左環(huán)路小破口事件為例，建立冷卻劑系統(tǒng)MFM模型，構(gòu)造報警分析知識庫。經(jīng)驗證分析，MFM方法可以準(zhǔn)確構(gòu)建核電廠工藝系統(tǒng)知識模型，有向圖算法通過對節(jié)點模型進(jìn)行智能處理，有效過濾報警信息，縮小警報范圍，定位故障模塊，在線識別根原因，降低大量信息對于信息診斷任務(wù)的影響,提升核電廠運(yùn)行的安全性和可靠性。