核电站全生命周期数据管理框架体系构建与发展建议.docx

《核电站全生命周期数据管理框架体系构建与发展建议.docx》由会员分享，可在线阅读，更多相关《核电站全生命周期数据管理框架体系构建与发展建议.docx（16页珍藏版）》请在优知文库上搜索。

1、一、前言核电作为构建现代清洁低碳、安全高效的能源体系中的重要一环，实现数字化、智能化是确保核工业高质量发展的必要手段，也是打造核工业强国不可或缺的重要组成部分。对于核电企业来说，积极推进核电数字化是降本提效、形成行业竞争优势的优选路径。数字化实体产业是发展数字经济的关键内容，目前实体产业发达的国家均在积极布局数字化工业战略。核电站的生命周期通常跨越数十年并产生海量数据，因复杂繁多的数据难以进行统一的规划管理而导致数据利用率偏低、数据价值难以充分发挥。因此，建立数据管理体系是核电站数字化转型的重中之重。核电大数据作为核电站的重要资产，亟需构建核电站全生命周期数据管理体系，建立覆盖核电站全生命周期

2、的数据采集、处理、传输、应用体系；加强数据流通，创新数据管理与共享机制，发挥数据要素的核心价值。二、核电站全生命周期数据管理的发展现状核电站全生命周期数据管理（NPP1.DM）指在大型核电站全生命周期内的主要阶段，对各类数据进行定义、收集、评估、共享、协同应用、维护、归档、销毁等处理，并对数据资源的全生命周期进行科学、全面管理。核电站的数据支撑着核电数字挛生和数字化移交的发展。随着核电数字化发展，各种核电数据呈指数型增长，以存储管理为核心的数据管理已不能满足相关业务更为深化的数据分析和共享需求。新时期的NPP1.DM应以数据存储整合、共享应用、安全可靠为基础，深入研究核电站全生命周期节点、业务

3、流、信息流、数据流，开展涵盖核电规划设计、采购施工、调试移交、运维退役全过程的精益化数据管理；充分实现核电大数据价值，消除“数据孤岛，促进业务协同，提升核电站的安全性、可靠性和经济性。目前，NPP1.DM体系研究按照对象不同分为两大类：以核电站某生命节点为对象的数据管理研究，以核电站主数据为对象的数据管理研究。以核电站某生命节点为对象的数据管理研究主要围绕核电站规划设计、工程建设（设备采购和土建安装）、运维管理3个阶段展开。核电站的大部分数据产生于规划设计阶段，因而核电设计的数字化不仅可以简化上、下游数据传递，还可助力实现核电“数字化移交在工程建设阶段，加强和规范设备采购数据管理、项目管理、文

4、档管理，有助于缩短工期和降本提效。核电运维管理过程的核心是反应堆监管，因而运维数据管理对核电站的安全高效生产至关重要。核电站主数据是核电站研发设计、建安调试、运维生产等过程中产生的核心数据，在收集、共享和运用后可满足跨部门业务协同需要。不同于分阶段数据管理，主数据管理应确保主数据在核电站全生命周期内的一致性、完整性、共享性和可靠性。主数据在核电信息化建设和以信息化手段实现的业务活动中具有重要作用，国内核电企业都在积极开展主数据管理实践，如江苏核电有限公司的江苏核电主数据全生命周期概念模型，大亚湾核电运营管理有限责任公司的主数据分类管理和核电站全生命周期知识管理框架。也要注意到，上述研窕虽然给出

5、了核电数字化转型过程中的设计数据管理、采购数据管理、工程数据管理等思路，但仍缺乏针对NPP1.DM体系开展的整体规划与统筹管控。核电是一项复杂的系统工程，从规划设计、采购、施工建造、调试移交到运行维护、退役，通常经历50-70年的生命周期；核电站全生命周期中产生的各种数据是确保电站正常运行和核安全的重要凭证，具有重要的查考价值。在核电数字化、智能化发展背景下，统筹管理复杂的核电工程、运维信息至关重要。本文作为聚焦NPP1.DM开展的整体性、框架性研究，从核电站数据管理的需求和难点出发，以数据管理与核电业务协同的融合应用为切入点，探讨NPP1.DM框架体系并提出行业性发展建议。三、核电站全生命周

6、期数据管理的需求分析及面临挑战（一）核电站全生命周期数据管理需求分析1 .核电站业务协同的需要核电站是多方参与，涉及多专业、多设备的长期工程，业务协同至关重要。核电站数据按照业务流程分为工程数据、运维数据：前者包括规划文件、设计文件、采购数据、施工数据、安装调试数据等；后者包括核电生产运营过程中产生的各种数据，如维修、延寿、退役数据等。这些海量数据通常存储于不同的系统，存在数据标准不统一、数据类型复杂多样、运行系统相对独立等问题，致使业务数据重复、割裂，共享和应用难度较大，影响了核电业务的协同效率。因此，开放共享的NPP1.DM体系是提高核电业务效率、实现核电数据治理能力现代化的创新举措。2

7、.核电站数字化移交的需要核电站数字化移交是核电行业深入实现两化融合的重要体现。我国的核电站工程建设以工程总承包（EPC）模式为主，传统的核电站移交是以纸质和电子化文件形式，将相关数据交付给业主方。新兴的核电数字化移交则以结构化数据和智能模型/图纸的形式，将工程阶段的相关信息以数字化、智能化的形式交付给业主方，同时交付一座“数字核电站来支持后续的智慧运营。贯穿核电站全生命周期的数据管理，可以通过规范数据标准、关联数据属性、提升数据质量等行为，支撑数据在业务系统之间的互联互通和高效分析。显然，智能模型和智能图纸具有良好的实用性，对实体电站的运营指导也更为可靠。3 .提升核电安全保障的需要核电安全问

8、题长期以来备受关注。核电站规划设计通常采用纵深防御思想,运用技术手段来降低核电事故的危害；核电站后期的运维管理主要通过监控反应堆运行状态、设备属性状态、核辐射剂量等数据，对故障进行预警和量化。传统的核安全数据处理分析较多依赖于人的经验，而核电数字化、智能化转型则弱化人的作用，转而采用数据和算法来实现智能预警。目前，核电行业尚未形成标准化且全面的数据管理，存在数据之间关联程度不高、数据多源异构等问题，制约了核电站运营管理的数字化、智能化进程。（二）核电站全生命周期数据管理面临的挑战1 .核电工程业务复杂，“数据孤岛现象严重核电工程业务复杂，核电企业之间，产业链上、下游参与方众多，数据相对封闭；核

9、电站全生命周期跨度长，数据利用存在信息不对称、不及时的情况。核电业务系统大多自成体系、相互独立，尽管纵向业务实现了全面覆盖，但横向业务优化不足。因数据标准不统一导致的核电业务数据孤岛现象严重，使得跨业务领域/板块的数据集成与协同较为困难。2 .数据类型复杂繁多，可用性不足多源的核电数据带来了数据的多样性，但多样化的数据载体和格式种类也造成数据类型的复杂化问题。鉴于数据及数据结构在业务中的不同作用，加之核电的数据类型又具有明显差异，核心数据分类管理不当将会降低数据可用性。以核电设计阶段为例，大部分关键数据以文档形式进行信息保存和交换，存在传递效率低下、共享难度大、版本多、检索难等问题。此外，随着

10、数据收集方式多元化，非结构化的数据在数据总量中占比加大（呈指数型增长），致使数据存储成本、应用分析难度均有增加，信息整合和连接的复杂性凸显，信息的实时统一、虚实集成等问题逐渐暴露。3 .缺乏有效的数据质量管理制度及机制数据质量提升是NPP1.DM的目标之一。在核电站工程建设和生产运维过程中，数据录入不规范、不准确，数据缺失或异常都会影响数据质量。大量异常数据向自动运行的核电设备提供无效输入值，可能影响反应堆正常运转甚至威胁核电站安全。当前，核电企业尚未形成严格规范的核电站全生命周期数据质量管理体系且监督机制不完善，导致核电数据质量参差不齐，制约着数据分析、集成、预测的效果，不利于核电的全面数字

11、化进程。4 .面临更多数据安全和隐私保护问题核电站数据作为企业的核心资产、国家的重要数据，在实现全面数字化之后仍将面临诸多安全问题。当前.,企业对核电站数据安全管理的重视程度不够，覆盖核电站全生命周期的数据安全管理机制尚未成型；对于核电数据上云后的数据安全问题缺乏长远布局，如海量数据的长期远程存储安全，更严格的身份认证及细粒度访问控制，对敏感数据的分析、共享、协同应用，防范外网攻击并确保数据传输安全等。四、核电站全生命周期数据管理与协同应用框架体系NPP1.DM本质上是在深入研究核电站全生命周期节点、业务流、信息流、数据流的基础上，建立核电规划设计、采购施工、调试移交、运维退役全过程的精益化数

12、据管理，由此形成核电数据开放共享、协同应用的能力。NPP1.DM与协同应用的框架体系如图1所示。整体框架以实体电站为对象，以电站全生命周期中产生的海量数据为核心，以企业数据管理政策指导及组织管理为辅助监督,从企业制度规范、组织管理、面向业务协同的数据管理3个维度，立体展示了核电数据管理的重要内涵；着力于解决数据孤岛、数据可用性差、数据质量参差不齐、数据安全问题，推动核电站数据管理的优质高效运行。数据管理数据标准制度规他作结构化数据管理结构化数据管理核电站全生命周期管理与悔网应用差异化数据分类管理参与数据管理忖数据管理元数据管理运堆数据管理1.程数据管理数据模型数据质Ift数据安全标准规他图1N

13、PP1.DM与协同应用的框架体系州织与人员保障责任明确与监H件理（一）企业制度规范数据管理制度是管理核电站全生命周期数据资产的基石。企业的核电数据管理制度是基于核电站全生命周期的业务需求和智慧核电发展要求，规范数据标准要素和数据质量评估要素，明确数据安全要求，指导核电数据精细化管理的指南和标准。这项工作的关键在于，明确数据管理工作的重要性，促进核电站全生命周期中的相关单位、部门达成共识；制定数据安全规范，切实保障核电站全生命周期数据的机密性、可用性、完整性；明确数据产生、应用、管理的原则，确保数据在安全的前提下实现业务层面的横向和纵向共享；制定问责与奖惩规则，充分调动参与数据管理人员的积极性；

14、制定数据质量管理标准，提升数据质量以完善可用性。（二）组织管理组织管理为NPP1.DM提供组织结构和人员保障。核电站全生命周期中的数据庞大复杂，需要高效系统的管理以及组织成员之间的协作配合。组织管理要素包括:根据核电站的特点来设计组织机构，明确各自职责；建立数据管理委员会、数据质量管理委员会、数据安全管理委员会，分别负责数据管控优化、数据质量管理、数据安全管理，使得数据管理工作妥善开展。（三）面向业务协同的核电站全生命周期数据管理NPP1.DM是基于核电发展需求而产生的，面向业务协同的NPP1.DM通过统一数据标准、差异化数据分类管理、合理构建数据模型，打破业务数据壁垒，实现核电站全生命周期数

15、据的开放共享和查询，提高核业务流程效率；提升核电数据质量，确保满足业务要求，实现数据驱动业务；完善数据安全保护机制和网络安全保护机制，保障数据安全。1 .统一数据标准统一数据标准指为保障数据内外部使用与交换的一致性和准确性而制定的规范性约束。核电项目建设过程涉及若干相互独立的系统，因职能和标准不同而使得相同数据在不同系统中具有差异化的表达形式，阻碍了数据在跨系统层面的共享和使用。核电数据管理服务于核电站全生命周期业务流，数据标准的制定和管理应以业务为基础，以规范业务对象在各信息系统中的统一定义和应用来实现核电站全生命周期业务协同、数据共享开放、数据灵活使用、数据分析应用，最终表现为数据驱动业务

16、。核电数据标准体系也应明确数据元的属性及属性描述，如属性包括而不限于中文名称、英文名称、标识符、说明、数据类型、取值、与其他属性的关联关系，属性描述涵盖属性注释和相关标准规则。对于不符合标准体系的数据元，通过数据映射来予以规范。2 .差异化的数据分类管理NPP1.DM可根据数据特性及治理方法，从多个角度对数据进行分类。不同数据分类会产生不同的管理方法，根据数据结构规范可分为结构化数据管理、非结构化数据管理，根据数据描述类型不同可分为元数据管理、主数据管理、参考数据管理，根据核电业务流程可分为工程数据管理、运维数据管理。一是结构化数据管理与非结构化数据管理。结构化数据是格式规范、用二维表记录的数据，相关管理技术已相当成熟，如关系型数据管理系统（MySQ1.）。非结构化数据是格式相对不固定、很难用数据库二维逻辑表来表示的数据，具有形