（国核示范电站有限责任公司 山东威海 264300）
摘要：伴随着自动化程度和信息集成度的日益提升，大数据对各个行业产生了较大影响，核电站在建设、调试以及运行期间，会产生大部分的数据，这些数据和大数据特征相符合。本文主要阐述了大数据在核电站的现状，提出了大数据在核电站中的应用情况，目的在于通过分析和整理数据，实现数据对核电站安全经济稳定运行的价值。
关键词：大数据技术；核电站；生产运行现状；应用情况
引言：
在核电站中，随着电站自动化程度和信息集成度的日益提升，以及分布式控制系统在电站中的应用情况，电站在建设和调试运行过程中累积了大量的数据，并且随着机组后续的不断运行和维护，DCS中所储存的生产运行数据量快速增长，这些运行数据具有容量大、多样性以及处理速度快等特点，根据定义，被称之为大数据。大多数企业利用大数据技术方法，用于解决企业生产运行中存在的问题，效果明显。将该方法应用到核电站的日常运行和维护中，也将会获得不错的成果。
1 核电站大数据介绍
1.1 大数据概念
大数据，被称之为巨量资料、海量资料，它主要是指无法在规定时间、范围内利用常规软件工具来处理和管理数据的总称，一般来讲，大数据被用来形容某公司创造的大量非结构化、半结构，将其下载到关系型数据库中，以此分析资金数据。大数据本身具有数据体积较大、类型多以及价值高等特点。
1.2 核电大数据的分类
伴随着核电机组建设的不断推进，机组在调试、运行以及维护期间，核电站积累了大面积的电站运行业务员数据，其中，将这些数据分为了三个方面：
第一，电站建设以及设备制造数据；在进行电站选址、设计以及厂房和设备建造过程中，经常积累大量的数据和材料，关于设备技术性文件的材料比较多，比如出厂测试、完工文件、安装运行说明以及运行维护手册等。
第二，电站调试运行和设备状态数据；电站在进行调试和验收移交过程中，也会产生数据，经过稳定运行和维护之后，系统全面的监测数据。
第三，电站内部管理流程数据；电站商务、维护管理以及内部管理流程产生的数据。
1.3 核电大数据的特征
一般来讲，大数据特征可以用4个V来总结，分别为数据规模大、数据类型多、价值密度低以及处理速度快，其中，和核电数据相符的大数据特征如下所示：
1.3.1 数据规模数量大
所需收集、储存、分布的数据规模远远超出传统管理技术的管理negligible，以试验数据采集系统和电站计算机系统为主，数据MS级进行记录和采集，在稳定运行环节中产生的数据量在GB级。
1.3.2 数据类型多
和以往方便储存以文本为主的结构化数据相比，非结构化数据越来越多，其中包含音频、视频、图片等多种类型的数据，比如现场设备运行状态的记录，伴随着记录设备功能的提升，为数据记录带来了新的格式。
1.3.3 价值密度低
大数据价值密度相对而言比较低，比如数小时的连续监控数据，存有重大价值的数据可能仅有几秒。
1.3.4 处理速度迅速
数据流一般为高速实时数据流，并且需要快速、持续的实时处理；相应的处理工作在快速发展和演进，以DCS以及和其通讯系统为例，针对MS级的采样周期以及处理速度，产生出来的数据和记录是较多的。
期刊文章分类查询,尽在期刊图书馆
2 核电大数据发展现状和重要性
2.1 核电大数据发展现状
2.1.1 没有合理利用数据化
当前，核电站运行相关数据库主要分为试验仪表系统、KDO/KIC以及第三方系统相关的历史数据以及运行日志记录。一旦出现故障以及查阅历史数据的时候，需要以上数据进行查找和搜索，可是不同系统之间的数据采集、处理方式以及数据格式之间差距较大，数据在相互联系和全面分析上，挖掘程度不足。
2.1.2 信息化水平发展快速
DSC在核电场中的安全、高效运用，使得设备运行信息、相应的运行参数收集处理以及人机交互越来越呈现数据化。伴随着办公自动化的不断发展，电站运行和管理对数据需求有了越来越高的要求，而且信息化水平发展较快，设备更新程度高，在日常管理和设备监护中，简单的数字和符号以及当前相应速度越来越接受新的挑战。比如对设备运行设备，图片资料比简单的报警检测更加具备全面性。
2.2 核电大数据的重要性
大数据技术涉及到多个方面的内容，包含数据储存、清洗过滤、合并压缩、格式转换、统计分析、发现知识以及维护等技术。从实质上来看，它是一种数据分析的前沿技术，和传统海量数据处理技术相比较而言，具有一定的不同性，它除了数据规模呈现级数增长以外，还包含所有数据类型的采集、分类、处理、分析和展示等多个环节，进而将数据中潜在的价值发挥到最大。在核电环节中，大数据的作用和价值可以表现在以下几点：
2.2.1 提升维修效率
从以往维护过程中积累的大量数据来看，将系统以及设备的检修次数、维修费用、维修人员数量等数据和设备系统的一些信息整理到一起，进行全面的总结，方便维护人员找寻问题和解决问题。除了这样，还可以通过分析数据，建立相应的预测制度和设备系统维护体系，从而有效维护设备。
2.2.2 实现数据以及经验专享
根据大数据平台以及累积的重要数据，实现重要设备的在线监测和分析，根据在线数据交流，从而增强核电数据的开放性。伴随着智能终端的普及和快速发展，相关模拟平台得到了大规模建设，核电知识得到了广泛宣传和普及。
2.2.3 提升运行效率
对不同负荷下的历史数据进行挖掘，辨别出运行参数和性能指标之间的关系，并且得出一些可调控参数的运行优化目标值，以此指导其运行。同时，根据外在的一些数据，比如天气情况、温度以及湿度等数据，内外数据关联参考，全面分析，从而提升设备性能和运行效率。
3 核电大数据的应用
3.1 内部运行数据的采集和优化处理
电站自动化以及DSC系统每天都在自动化采集以及储存各种历史数据，并且产生大量操作，以此维护参数数据库。以电站DCS为例子，大部分的设备控制都是通过DSC控制机柜采集设备的运行参数，经过网络进行通讯，数据通过DSC一二层间的交换机，传输到服务器中，根据服务器进行数据储存，帮助操纵人员进行画面操作。另外，对于核电站内的第三方系统，在当前正常运行期间，仅仅是将系统运行信息传输到DCS系统中，同时，第三方系统的子系统所属设备运行状态也会产生大量数据，这些数据储存在各自的数据库内。数据结构还包含试验数据采集系统，其特点明显，采样频率高，准确度好，能够实现从DCS中提取数据并且选出运行参数。
3.2 建立数据云，实现数据共享
在完善内部数据的基础上，将内部累积的底层数据以及故障诊断模型和计算方法。采取数据云、网络等手段连接起来，有利于依照数据进行操作模拟，提升核电从业人员的技能水平，同时还可以通过资源以及经验共享，实现核电运行和管理优化。当前，在核电站之间的运行数据共享上，还存在很大的局限性，经常受安全性和特殊性的影响。随着网络技术的发展，依照大数据可以实现核电站机组运行和维护的几个趋势：智能型、开放型、应用型。
4 结语：
本文简单论述了核电站数据的类型和特征，根据大数据在核电站运行维护中的现状，提出了大数据应用和实现的可行性。在现有的一些环节中，比如网络实现以及数据算法上有一定发展，这些应用在核电站的具体实现还需要加大研究力度。
参考文献：
[1]李好.核电厂生产准备管理模式探讨[J].科技传播，2016，01.
[2]党小强.浅析大数据技术在核电站生产运行中的现状及应用[J].电子技术与软件工程，2016，01.
[3]张洋.大数据技术在未来石油企业中的应用探讨[J].信息系统工程，2015，10.
论文作者:周野
论文发表刊物:《电力设备》2017年第32期
论文发表时间:2018/4/12
标签：数据论文; 核电论文; 核电站论文; 电站论文; 设备论文; 系统论文; 价值论文; 《电力设备》2017年第32期论文;