核电厂运行管理过程数据异常趋势判定方法技术

本发明专利技术涉及核电厂运行管理领域，具体涉及核电厂运行管理过程数据异常趋势判定方法。步骤一：信息搜集与筛选；步骤二：选择控制图并作图；步骤三：定期搜集数据打点；步骤四：状态判断和处理；步骤五：进行整改。本发明专利技术用以判定核电厂在运行管理过程是否存在异常趋势，以决策是否需要采取专项措施处理，可以做到既节约维护成本，又能及时且有针对性的实时专项整改措施，保证核电机组安全、稳定运行。

【技术实现步骤摘要】
核电厂运行管理过程数据异常趋势判定方法
本专利技术涉及核电厂维护管理领域，具体涉及核电厂运行管理过程数据异常趋势判定方法。
技术介绍
截止2018年11月，我国运行核电机组已有20台，目前我国新核电机组还在不断投入运行。能否对核电厂运行管理过程数据异常作出准确判断与核电厂安全稳定运行直接相关。随着运行核电机组的与运行堆年的增多，核电机组非预期的或意外的、对核电厂运行或安全有影响或有潜在影响的事件持续发生且数量不断积累。每台运行机组每年发生6000起左右的事件，这些事件按后果的严重程度分为A、B、C、D四个等级被记录在核电厂经验反馈数据库中，在记录过程中采用表征其属性/特征的字段对其进行结构化处理，如事件的原因、涉及的系统、设备、部件或人为差错等。核电厂运行维护管理过程中，会按一定周期(多采用月度、半月度)统计机组事件发生数量，分析是否存在数量异常高或异常低的趋势，进而分析发生事件的系统、设备、部件缺陷的异常趋势或运行维护中存在的问题。如果事件数量正常，则按核电厂正常管理流程处理；如果存在异常趋势，则采取专项措施加以改进，消除。因此，必须准确判断事件发生数量的异常趋势，另外，观察指导是核电厂防人因失误管理的一项重要的管理措施，目前，我国核电厂已将观察指导作为一项日常管理工作大规模的实施。各核电厂按运行机组规模不同，观察指导数据每月少则数千条，多则上万条，核电厂会按用月度统计部门、科室或某个承包商团队观察指导数据中“人员行为低于期望比率”，需要准确判定该群体人员行为是否有劣化的异常趋势，决定有无必要采取防人因失误专项培训、工业安全专项培训等专项措施加以改进。除此之外，在核电厂指标管理领域，需要按月度对大量的机组性能指标数据进行统计，判定数据异常高或异常低的趋势，进而消除机组系统、设备、部件缺陷的异常或运行维护中存在的问题。如果指标数据正常，则按核电厂正常管理流程处理；如果指标数据存在异常趋势，则需要采取专项措施加以改进，消除这种异常趋势。但是，由于核电厂机组、系统、设备和运行的复杂性和运行维护管理的复杂性，上述按一定周期(多采用月度、半月度)统计三大类数据：机组事件发生数量、人员行为低于期望的比率、机组性能指标存在较大幅度的波动。目前，对这三大类数据的波动是否是异常趋势只能依靠人员经验，往往核电厂不同的运行维护人员或不同部门的人员对事件数量到底多少、人员行为低于期望比率到底多高，机组性能指标数据波动到多大(或多小)算是异常趋势，存在争论，造成对异常趋势的“漏判”或“误判”。“漏判”将造成对核电运行机组系统、设备、部件缺陷背后隐患的忽略或运行维护问题的忽视，导致缺陷恶化或运行维护不当给机组运行带来安全影响或经济损失；会使管理人员忽视工作人员群体行为规范性下滑，使作业安全风险增大，工业安全事故风险增大。“误判”会导致采取不必要的技术或管理措施去消除不存在的隐患，耗费大量的人力、物力，而对人员行为低于期望比率的“误判”还会使管理人员额外去加强工作人员行为管理，如增加培训，专项检查等，导致工作人员抱怨和管理资源浪费。不但增加核电厂运行维护成本，还有可能影响机组安全发电。因此，针对运行管理过程中三大类数据：运行机组事件数量、核电厂人员行为低于期望的比率、机组性能指异常趋势的判定，本专利技术创造出一种核电厂运行管理过程数据异常趋势判定方法，能够及时有效判定核电厂上述三个领域的管理过程数据是正常波动还是异常趋势，帮助核电厂在运行管理过程中决策是否需要采取专项措施处理，可以做到既节约维护成本，又能及时且有针对性的实时专项整改措施，保证核电机组安全、稳定运行。
技术实现思路
专利技术目的：本专利技术针对目前对核电厂运行机组事件发生数量、观察指导数据“行为低于期望率”、机组性能指标数据的异常趋势依靠人员经验判断，存在认识不一致，“漏判”和“误判”概率较高的问题，提出一种事件发生数量异常趋势判定方法和该方法在核电厂实施的流程，该方法经过在核电厂管理中运用实践，有效解决了这一问题。本专利技术主要用于核电厂运行维护人员、经验反馈人员判定运行核电机组事件发生数量的异常趋势，从而决策是否采取专项整改措施。技术方案：核电厂运行管理过程数据异常趋势判定方法，选取反映核电厂运行管理过程水平的三类数据：机组事件发生数量、人员行为低于期望的比率、机组性能指标，以控制图作为基本工具，采用过往统计周期内数据样本建立运行管理过程正常水平，将后续数据与正常水平进行比较，以判定核电厂运行管理过程的异常趋势；当数据反映的核电机组系统、设备缺陷或管理过程处于正常水平，认为不存在趋势；当数量出现异常波动，则判定运行管理管理过程偏离正常水平，认为存在异常趋势，需要进行分析，并确定是否采取纠正行动；本专利技术包括：步骤一：信息搜集与筛选；步骤二：数据统计；步骤三：选择控制图并作图；步骤四：定期搜集数据打点；步骤五：状态判断和处理；步骤六：进行整改。本方法在核电厂运行维护管理中实施的基本流程如图1所示。步骤一：信息搜集与筛选，搜集、筛选核电厂运行机组事件发生数据具体步骤包括：(1)事件来源与筛选范围：事件来源于核电厂经验反馈数据库；事件筛选范围为：在运行机组设备未发生较大改造或运行方式变化，运行维护措施相对稳定的时间段内筛选事件，不包括机组首次大修及之前的事件。(2)异常趋势分析对象选取：将事件在管理流程中流转产生的字段去除，保留事件基本属性字段和特征字段；将事件基本属性字段和特征字段相组合构成反映机组某方面运行状况的特定属性/特征，按字段组合筛选出所述的特定属性/特征的事件，定期统计其发生数量作为异常趋势分析对象。异常趋势分析对象的选取要符合运行维护需求，被公认与理解，发现异常趋势后易分析原因并开发专项整改措施。(3)剔除非随机性事件：非随机性事件是指按计划实施的专项运行维护管理活动产生的事件记录，将这些事件剔除。大修、小修期间产生的事件受到大、小修的影响，是非随机性事件，但这部分事件应保留，并在控制图作图完成后将大、小修期间统计的数据点标在控制图上并说明。(4)剔除非独立性事件：经验反馈数据库中存在同一事件多人报告或机组同类缺陷并案处理的事件，应将被合并的事件剔除。步骤一：信息搜集与筛选，搜集筛选人员异常行为数据具体步骤包括：(1)数据来源：人员“行为低于期望率”数据来源于核电厂人员行为数据库中的观察指导数据；(2)从人员行为数据库中收集到观察指导数据后，筛选出需要进行人员“行为低于期望率”异常趋势跟踪的群体(如某部门、科室或某承包商团队)的数据，按月度统计出该群体观察指导数据项中“观察指导子项总数”和“低于期望观察指导子项数”，则：(3)选定进行异常趋势跟踪群体的月度“观察指导子项总数”应大于150项，对于少于150项的数据，应备注说明。步骤一：信息搜集与筛选，搜集核电厂运行机组性能指标数据具体步骤包括：(1)从核电厂指标数据库中按月度统计指标值，每个月度统计值为一个数据点；(2)大本文档来自技高网...

【技术保护点】
1.核电厂运行管理过程数据异常趋势判定方法，其特征在于：选取反映核电厂运行管理过程水平的三类数据：机组事件发生数量、人员行为低于期望的比率、机组性能指标，以控制图作为基本工具，采用过往统计周期内数据样本建立运行管理过程正常水平，将后续数据与正常水平进行比较，以判定核电厂运行管理过程的异常趋势；当数据反映的核电机组系统、设备缺陷或管理过程处于正常水平，认为不存在趋势；当数量出现异常波动，则判定运行管理管理过程偏离正常水平，认为存在异常趋势，需要进行分析，并确定是否采取纠正行动；/n具体包括：步骤一：信息搜集与筛选；步骤二：数据统计；步骤三：选择控制图并作图；步骤四：定期搜集数据打点；步骤五：状态判断和处理；步骤六：进行整改。/n

【技术特征摘要】
1.核电厂运行管理过程数据异常趋势判定方法，其特征在于：选取反映核电厂运行管理过程水平的三类数据：机组事件发生数量、人员行为低于期望的比率、机组性能指标，以控制图作为基本工具，采用过往统计周期内数据样本建立运行管理过程正常水平，将后续数据与正常水平进行比较，以判定核电厂运行管理过程的异常趋势；当数据反映的核电机组系统、设备缺陷或管理过程处于正常水平，认为不存在趋势；当数量出现异常波动，则判定运行管理管理过程偏离正常水平，认为存在异常趋势，需要进行分析，并确定是否采取纠正行动；
具体包括：步骤一：信息搜集与筛选；步骤二：数据统计；步骤三：选择控制图并作图；步骤四：定期搜集数据打点；步骤五：状态判断和处理；步骤六：进行整改。


2.如权利要求1所述的核电厂运行维护异常趋势判定方法，其特征在于：步骤一：信息搜集与筛选，具体包括：搜集、筛选核电厂运行机组事件发生数据，搜集核电厂运行机组性能指标数据，搜集筛选人员“行为低于期望率”数据，
其中，搜集筛选人员“行为低于期望率”数据具体步骤为：
(1)人员“行为低于期望率”数据来源于核电厂人员行为数据库中的观察指导数据；
(2)从人员行为数据库中收集到观察指导数据后，筛选出需要进行人员“行为低于期望率”异常趋势跟踪的群体的数据，按月度统计出该群体观察指导数据项中“观察指导子项总数”和“低于期望观察指导子项数”，则：



(3)选定进行异常趋势跟踪群体的月度“观察指导子项总数”应大于150项，对于少于150项的数据，应备注说明；
(4)统计的每个月度“行为低于期望率”数值为一个数据点，收集不少于20个统计周期的数据点；
(5)统计时间以当前月的上一月为起点，向后倒推——即统计过往月度数据。


3.如权利要求2所述的核电厂运行管理过程数据异常趋势判定方法，其特征在于：步骤一：信息搜集与筛选，搜集核电厂运行机组性能指标数据，具体步骤包括：
(1)事件来源与筛选范围：事件来源于核电厂经验反馈数据库；事件筛选范围为：在运行机组设备未发生大规模变更改造，运行维护措施相对稳定的时间段内筛选事件，不包括机组首次大修及之前的事件；
(2)异常趋势分析对象选取：将事件在管理流程中流转产生的字段去除，保留事件基本属性字段和特征字段；将事件基本属性字段和特征字段相组合构成反映机组某方面运行状况的特定属性/特征，按字段组合筛选出所述的特定属性/特征的事件，定期统计其发生数量作为异常趋势分析对象；
(3)剔除非随机性事件：非随机性事件是指按计划实施的专项运行维护管理活动产生的事件记录，将这些事件剔除；
大修、小修期间产生的事件受到大、小修的影响，是非随机性事件，但这部分事件应保留，并在控制图作图完成后将大、小修期间统计的数据点标在控制图上；
(4)剔除非独立性事件：经验反馈数据库中存在同一事件多人报告或机组同类缺陷并案处理的事件，应将被合并的事件剔除。


4.如权利要求2所述的核电厂运行管理过程数据异常趋势判定方法，其特征在于：步骤一：信息搜集与筛选，搜集核电厂运行机组性能指标数据具体步骤包括：
(1)从核电厂指标数据库中按月度统计指标值，每个月度统计值为一个数据点；
(2)大修期间指标数据受到大修的影响，是非随机性数据，统计月度指标值时应将该部分数据剔除；
(3)统计时间以当前月的上一月为起点，向后倒推——即统计过往月度指标值。


5.如权利要求1所述的核电厂运行管理过程数据异常趋势判定方法，其特征在于：步骤二：数据统计，具体步骤包括：
(1)统计对象：核电厂运行机组具备特定属性/特征的事件发生数量、观察指导数据“行为低于期望率”、机组性能指标数据；
(2)统计周期：事件数量可按月度或半月度统计，人员“行为”低于期望率和机组性能指标按月度统计；
(3)统计20-25个周期内事件发生的数量，构成20-25个数据点；
...

【专利技术属性】
技术研发人员：耿波，刘奇，刘姚峰，李丹，孙林，白霄，于洪涛，夏立民，李红波，沈阳，
申请(专利权)人：核动力运行研究所，中核武汉核电运行技术股份有限公司，
类型：发明
国别省市：湖北;42