人工智能在核电站启动调试阶段的应用研究

根民 任(中广核陆丰核电有限公司，中国)
井春 汪(中广核陆丰核电有限公司，中国)
冲 岳(中广核陆丰核电有限公司，中国)

摘要

核电站启动调试阶段是商运前的关键环节，传统调试模式依赖人工操作，存在效率低、成本高、人为失误风险大等问题。本研究系统探讨AI在故障预测、数字孪生、智能机器人等场景的实践价值。研究表明，AI技术可显著降低调试成本、缩短周期、减少人为失误率，并通过实时数据分析提升决策效率。以大亚湾核电主泵智能诊断、三门核电堆芯功率优化、红沿河核电风险热力图系统等典型案例为例，验证了AI在提升安全性与经济性中的核心作用，为核电智能化转型提供理论支撑与实践参考。

关键词

核电站调试；人工智能；数字孪生；故障预测；成本效益

参考

张勤. 核电智能诊断与预测技术进展[J]. 核能技术, 2019,43(6):112-118.（P.115-117）

王建国等. 基于深度学习的核级焊缝探伤系统研究[J]. 仪器仪表学报, 2020,41(3):45-52.（P.48）

国家电投. 核电智能供应链平台白皮书[R]. 2024:App.A.（P.156）

DOI: http://dx.doi.org/10.12345/dlynyqy.v3i6.28463