核电厂日常缺陷类通知单大数据分析

王 亭

（1.南京科远智慧科技集团股份有限公司，江苏南京 211102；2.江苏省热工过程智能控制重点实验室，江苏南京 211102）

0 引言

某核电厂是全球最大的在运轻水压水堆核电基地，负责运营6 台1086 MW 的核电机组。核电机组单机功率超过百万千瓦，其组成的系统设备众多。以核电厂1 号机组为例，共由208 个系统、84 627 个功能位置组成，每年均会产生数万项缺陷通知单，部分严重缺陷甚至会危及机组的核安全与发电能力，因此稳定运行与维修管理是核电机组面临的两个重大挑战。

本文通过核电厂使用的企业管理软件（以下称“SAP 软件”），导出6 台机组2014—2019 年日常期间填写的近30 万条现场通知单（以下称“NG 单”），改变以往使用Excel 对数据进行处理和分析的方法，转而使用效率更高、速度更快、更为精确的大数据分析技术Python、Pandas、Numpy 以及Matplotlib，对缺陷类通知单进行数据处理与数据分析，从多个维度以图表的形式展示分析结果，如日常缺陷总量及变化趋势、各类系统产生缺陷总数排行、1/2 级缺陷通知单的系统与专业数量分布等。在此基础上，对于易产生缺陷的系统，结合核电厂日常预防性维修大纲，提出有针对性的改进方向。

1 日常缺陷的获取和数据处理

SAP 软件是核电厂目前使用的企业管理软件，软件承担了现场缺陷数据填写、存储与查询的功能。本文使用的缺陷类通知单是从SAP 软件中以Excel 形式导出的。以此为源数据，通过大数据分析技术对数据进行处理、分析，最终得出相关分析成果。

1.1 通知单获取

核电厂对现场缺陷填写有明确要求，即所有在电厂的工作人员均有责任和义务在SAP 系统中填写现场缺陷的NG 单[1]，为更好地分析缺陷类NG 单相关数据，从SAP 软件中导出核电厂6 台机组（不含公共机组）NG 单，包含的字段主要有通知单、订单、功能位置、描述、优先级、创建日期、用户状态、主工作中心、版本和系统条件共计10 个字段。

由于在2014—2019 年期间，现场填写的6 台机组NG 单数量较大，无法从SAP 系统中一次性全部导出，须按机组和年度分别导出，并最终通过Python 语言完成缺陷表单的拼接。

1.2 数据处理

使用Python 语言编辑工具Jupyter，将Pandas、Numpy 及Matplotlib 等模块导入到程序中，并对非缺陷类的NG 单进行剔除，确保分析的数据均属于缺陷类通知单和工单。

1.2.1 使用Pandas 导入缺陷数据

将核电厂6 台机组在2014—2019 年所有在日常期间填写的NG 单数据导入科学计算库Pandas 中[2]。通过对导入的源数据进行拼接并预览，可计算得出在2014—2019 年期间，核电厂1—6 号机组现场所产生的NG 单共计290 350 项。

1.2.2 删除非缺陷类NG 单

除现场缺陷外，还有其他几个类别的工作并非缺陷，如配合主专业的工作、其他电厂的反馈、流程提醒、离线及预案类的工作，这些也都会在SAP 系统中填写NG 单，所以在对缺陷类NG单进行数据分析前，需将此类数据删除[1]。需删除的工作类别及相关字段如表1 所示。

表1 NG 单中非缺陷类工作

将上述非缺陷类工作描述字段作为筛选条件，使用Jupyter 编辑器编辑代码，将非缺陷类NG 单从源数据中剔除，剔除的字段具体为有信息、脚手架、配合、大纲、主动新增、标牌、机加工、链条、厂房整治、环境整治、门把手、预案、必要时、化学分析、人因、遗留、厂房管理、厂房缺陷、改造、小改动、预案、锈蚀、反馈性、振动测量、油样分析、力矩校验、工程处理、文件修改等。

2 日常缺陷类NG 单总量分析

2.1 缺陷类NG 单总量及变化趋势分析

剔除非缺陷类NG 单后，对当前数据进行预览，可得到2014—2019 年期间核电厂1—6 号机组所产生的真正属于缺陷类NG 单总数为137 132 项，由此所产生的工单总数为61 774项。同时还发现，有2840 项缺陷类NG 单未正确填写缺陷优先级，说明NG 单的填写要求仍需进一步规范。

使用Jupyter 编辑器编辑代码，绘制2014—2019 年日常缺陷总量及变动趋势[3]。图1a）为缺陷类NG 单与工单总量及变化趋势，2014—2019 年期间，由于核电厂每年均有1 台机组投入商运，所以日常缺陷类NG 单总数稳步上升，呈现近似线性增长的趋势，但增长趋势有所放缓。相应地核电厂每年产生的工单总量也在持续增长，但增长趋势小于NG 单总量。图1b）为工单转化比及变化趋势，工单转化比为缺陷类工单总数与缺陷类NG 单总数的比值，可反映现场所填NG 单最终生成工单的比例。

图1 2014—2019 年缺陷总体数据预览及变化趋势

截至目前，核电厂6 台机组已全部投入商运，在不出现较大变动的情况下，通过总量变化趋势可大致预测在2020年及以后，核电厂每年产生的缺陷类NG 单总数约30 000项，每台机组每日产生约13.70 项缺陷。每年需要准备并去现场执行的缺陷类工单总数约12 000 项，每台机组每日约5.48 项。

2.2 各维修专业缺陷类NG 单总量分析

缺陷清单中的主工作中心代表处理缺陷的责任部门，通过筛选主工作中心，可分析出2014—2019 年，各维修专业承接的所有缺陷类NG 单的总数，以及需要准备并去现场执行的缺陷类工单的总数。

利用Jupyter 编辑器编辑代码[2]，来计算2014—2019 年各维修专业NG 单总数及工单总数（图2）。图2 中的维修专业，YMM为机械部；YME 为电气部；YMI 为仪控部；YGS 为生产服务部；YSP 为辐射防护部；YTS 为技术部；YPO 为运行一部；YSO 为运行二部；YTO 为运行三部。

图2 2014—2019 年各专业NG 单及工单总数

图2 表明，在缺陷总量上YMM、YME、YMI 及YGS 四个维修专业NG 单与工单总数占绝大部分，其中YMM 承接的工作最多。

另有1 万余项缺陷类NG 单的主工作中心停留在运行各部，这是由于运行人员填写的NG 单由于现场缺陷已消失或填写不规范等原因被维修专业退回，其中仍有594 项缺陷类NG单的状态为批准状态（代码为APPV），且部分缺陷早在2014 年已填写，这说明现场仍有部分缺陷未核实或NG 单并未及时关闭[1]。此部分数据可使用Pandas 从缺陷数据中以Excel 表格形式导出做进一步的分析。

3 日常产生紧急缺陷的系统与专业总量分析

核电厂缺陷类NG 单优先级共分为8 级，其中1 级和2 级NG 单优先级由运行当班值长根据缺陷的实际影响来判定，此类NG 单通常会影响机组的核安全或发电能力。根据核电厂程序要求，需维修专业在24 h 内紧急响应处理，以避免缺陷扩大[1]。

3.1 各系统产生1 级、2 级缺陷数据排行

使用Jupyter 编辑器编辑代码，从数据中筛选出所有优先级为1 级和2 级NG 通知单，并增加系统三字码（如反应堆冷却剂系统的三字码为RCP）一列信息作为后续筛选对象。使用Matplotlib 绘制各系统产生1 级与2 级NG 单数量及排行榜（图3）[3]。

图3 2014—2019 年各系统产生1 级、2 级缺陷数量及排行榜

图3 中的系统设备三字码：JDT 为火灾自动报警系统；KRT为电厂辐射监测系统；RPN 为核仪表系统；RGL 为棒位和棒控系统；RPE 为核岛排气和疏水系统；DEG 为核岛冷冻水系统；KCS 为安全级控制机柜系统；REN 为核取样系统；DEL 为电气厂房冷冻水系统；DVC 为主控室空调系统；DVE 为电缆层通风系统；RCV 为化学和容积控制系统；DVL 为电气厂房主通风系统；ASG 为辅助给水系统；DVF 为电气厂房排烟系统；RRI 为设备冷却水系统；EAS 为安全壳喷淋系统；RIS 为安全注入系统；ARE 为主给水流量控制系统；CFI 为循环水过滤系统；GSS 为汽水分离再热系统；APA 为电动主给水泵系统；APG 为蒸发器排污系统；VVP 为主蒸汽系统；CEX 为凝结水抽取系统；KIC 为电站计算机和控制系统；SEC 为重要厂用水系统；JPH 为汽机厂房消防系统；CRF 为循环水系统。

图3a）的数据表明，易产生1 级缺陷NG 单的系统集中在消防、核岛系统及通风制冷等设备上。图3b）的数据表明，易产生2级缺陷NG 单的系统集中在消防、冷源、常规岛系统及通风制冷等设备上。数据结论也与核电厂程序规定相符，即1 级缺陷侧重于影响核安全，2 级缺陷影响机组的发电能力。

在系统1/2 级NG 单排行中，JDT 系统均排名第一且数量远超其他系统，这说明消防系统发生在敏感区域或与安全质量相关系统上的故障报警较多。通过筛选出的数据可发现，产生报警的原因多是由于探头产生故障而发生报警，而实际现场并无火情。所以需要设备负责专业进一步分析JDT 探头及电缆等设备可靠性，尽量减少设备误报警，此举也能确保在现场真正发生火灾时发出准确警报，有利于及早控制。

在2 级NG 单中，冷源系统CFI、SEC、CRF 产生的缺陷总数也较多，其中尤以CFI 系统的耙斗、液位计及反冲洗泵等设备缺陷数量较多，而这些设备每半年做一次检修或补油，建议维修专业在日常期间加强对这些设备的巡视，并重点关注是否存在润滑油油位低、液位计产生漂移等异常。

3.2 1 级、2 级缺陷类NG 单在各维修专业中的分布

使用Jupyter 编辑器编辑代码，对优先级为1 级和2 级NG单按主工作中心进行分组，计算得出各专业总量的分布。根据所得数据，使用Matplotlib 绘制各专业产生1 级、2 级NG 单数量及排行榜如图4 所示[3]。

图4 2014—2019 年各专业1 级、2 级缺陷NG 单数量

图4 数据表明，YMI（仪控部）在1 级和2 级缺陷类NG 单中，两者数量均排名第一，比例在50%左右。一方面说明仪控专业设备更为敏感，对机组正常稳定运行有很大影响；另一方面也说明，由于仪控设备固有特点，现场一旦发生异常，通常以报警的形式发出，对发现这些缺陷都起到很大的帮助作用。

由于1、2 级缺陷类NG 单要在24 h 内响应，所以要求各维修专业平时要对易发生紧急缺陷的系统加强巡视，并要求系统负责人随时待命，以应对缺陷的突发。

4 日常期间易发生缺陷系统

以核电厂1 号机组为例，共由208 个系统组成，设备的功能位置总计84 627 个，为甄别出哪些系统易产生缺陷，本文引入一个新的变量—缺陷产生比，即使用某一个系统上发生的缺陷总数除以该系统的功能位置个数，并对缺陷产生比进行排序，再运用交叉分析技术，将系统缺陷产生比排名前50 与系统产生的缺陷总数排名前50 进行对比，以筛选出在两个清单中均存在的系统，此类系统则可定义为易产生缺陷系统。使用Jupyter 编辑器编辑代码，从中获取易产生缺陷的清单。

经分析筛选得出，在两个清单排名前50 中均存在的系统是汽机厂房照明系统（DNM）、汽机厂房应急照明系统（DSM）、汽机厂房通风系统（DVM）、DVE、SEC、蒸汽转换器系统（STR）、定子冷却水系统（GST）、DVL、CFI、反应堆和乏燃料水池冷却与处理系统（PTR）、CEX、GSS、JPH 等13 个系统，其中DVE、SEC、GST、DVL、CFI、PTR、CEX、GSS 等8 个系统需更为关注，因这些系统在日常运营期间，绝大多数设备需要保持连续运转，不可隔离检修，而且产生的缺陷易影响机组核安全及发电能力，所以可从上述8 个系统入手，研究优化日常预防性维修大纲，以提高易发故障系统的安全可靠性。

5 结束语

本文以大数据分析为技术手段，对核电厂所有真正属于缺陷类NG 单进行数据分析和展示。针对缺陷类NG 单，还可进一步对缺陷短描述进行分析，得出现场各类缺陷排行，如产生阀门内漏、阀门卡涩、压差高及堵塞的缺陷总数，同时为进一步分析哪些系统容易发生上述缺陷，并有针对性地制定巡检项目，以提早发现缺陷，避免缺陷的进一步扩大。在此基础上，可以进一步丰富工单的数据字段，对数据做扩展分析，如统计分析全年现场缺陷类工作总工时、备品配件消耗等数据，为企业成本核算以及备件库存管理提供数据支撑。