高质量数据集典型案例 | 核电SPV设备健康诊断、运行异常及故障预测高质量数据集

  • 2025.10.29
  • 来源:国家数据局
  • [ 打印 ]
核电SPV设备健康诊断、运行异常及故障预测高质量数据集
  推荐单位:中国核工业集团有限公司
  申报单位:中国核工业集团有限公司、三门核电有限公司、核电运行研究院(上海)有限公司、杭州安脉盛智能技术有限公司
  一、背景
  核电机组智能化运维面临单一参数阈值监督误报率高、监测维度不足、数据利用率低及依赖经验型过度维修等难题。本数据集的建设,通过整合现有DCS数据、新增传感数据与PdM检测数据,构建起35TB级全工况多源异构数据池,突破传统采集体系局限。依托数据治理、多源时序数据融合、动态阈值建模等技术,实现设备性能衰退早期预警与状态维修转型。

核电SPV设备健康诊断、运行异常及故障预测高质量数据集构建
  二、方案和成效
  一是SPV设备全量实时数据采集与治理。开发Wi-Fi无线振动温度采集单元,实现振动、温度实时采集与特征提取,年节省约1600人天巡检量;同步部署高频有线振动、超声局放、红外、异音等多类型采集单元,经清洗、融合后分类型存储,有效解决数据孤岛问题。
  二是设备故障模型库及故障诊断算法库建设。开发多维健康监测与故障诊断模型285个和大数据分析算法106个,通过三大模块实现设备异常早期识别,包括数据预处理模块完成工况识别、清洗及阈值报警;自回归模型生成残差触发预警;时空聚合多测点报警,实现提前预警,漏报误报显著降低。
  三是基于SPV设备数据集的深度分析和高价值应用。基于SPV设备数据集开发故障诊断智能算法,利用案例库(194项)、规则库(1272项)及推理技术,智能输出故障定位、成因、处理建议及关联案例,实现运维知识沉淀与利用,提升设备管理效率。
  四是构建核电领域专用大数据设备健康管理软件平台。创新“云-边-端”架构构建模块化运维平台,功能分级实现云边端协同;制定多类传感器标准协议,支持即插即用;集成机理/数据/混合建模及数字孪生工具链,形成可复用透明化代码库。机组能力因子提升1.5%,大修工期缩短46%,显著提升智能化水平。
  三、创新点
  一是数据驱动的设备健康管理范式。开创“即插即用”智能传感部署,构建隔离式专用监测网,实现关键设备数据无损采集与安全传输;融合可靠性理论与PHM技术,构建核电首个数据驱动SPV健康管理体系,突破经验模式,实现部分设备的预测性维护。
  二是多维时空关联动态监测算法与智能诊断机制。开发机理-数据融合的时空关联算法,升级单参数监测为多维度动态评估;融合自回归与时空特征构建健康模型,实现劣化追踪预警;基于知识库自诊断与因果推理,提升诊断效率。
  三是工业互联网架构的开放大数据平台。构建“云-边-端”协同大数据平台,微服务架构解耦全流程;统一数据协议融合多源异构数据;接入万级传感器,构建全链条数据资产,开创核电装备智能化管理生态。
附件: