[发明专利]一种用于核电厂运行事件分析的方法和装置

权利要求书

1.一种用于核电厂运行事件分析的方法，其特征在于，包括：

步骤一、对运行事件进行调查并形成运行事件报告上传至国家核安全局经验反馈系统；

步骤二、由分析模块对运行事件进行定性分析并识别运行事件发生的根本原因：

首先，基于步骤一中对运行事件进行调查所搜集到的信息建立事件序列模型：先对涉及运行事件的工作人员进行访谈，检查人员、程序和设备的可用性；再还原运行事件的发展过程，并基于时间序列建立事件序列模型，所述模型中的每个时间节点包括系统状态、人员行为和核电厂活动信息；

然后，依据运行事件类型从根本原因分析工具箱中选择合适的分析方法用于识别根本原因；所述根本原因分析工具箱包括任务分析、屏障分析、变化分析、事件原因因素图、失效模式与影响分析和故障树分析方法，所述任务分析、屏障分析、变化分析、事件原因因素图方法用于分析因人因失误所引起的运行事件，所述失效模式与影响分析和故障树分析方法用于分析因设备失效所引起的运行事件；所述根本原因编码系统采用世界核电运营者协会发布的根本原因编码系统，所述根本原因编码系统中包括22个根本原因，所述22个根本原因被划分成三类，其中，序号0100至1000为与人员绩效相关的根本原因，序号1100至1800为与管理相关的根本原因，序号2000至2300为与设备相关的根本原因；

最后，基于根本原因编码系统以及前述识别到的根本原因确定根本原因代码；

步骤三、将步骤二中得到的根本原因定量数据导入基于贝叶斯网络模型所构建的定量计算模块中，定量计算和实时更新该类运行事件的发生频率；

定量计算运行事件的发生频率包括：

首先，将根本原因编码系统中的22个根本原因作为贝叶斯网络模型的父节点，人员绩效、管理和设备作为贝叶斯网络模型的三个中间变量，运行事件作为贝叶斯网络模型的子节点；所述贝叶斯网络模型的结构与根本原因的分类体系的层次保持一致；

然后，确定贝叶斯网络模型中父节点的边缘概率分布：

P(n_pa)＝{p(n_pa＝true),p(n_pa＝false)}

其中，n_pa表示父节点，n_pa＝0100,0200,…,2300；p(n_pa＝true)是节点n_pa为导致运行事件发生的根本原因的概率；p(n_pa＝false)是节点n_pa不是导致运行事件发生的根本原因的概率；

接着，确定贝叶斯网络模型中父节点的联合概率；

p(N_pa)＝Πp(n_pa)

再接着，基于共轭分布确定贝叶斯网络模型中父节点的后验概率的均值；

其次，确定贝叶斯网络模型中子节点的条件概率：

P(n_ch|N_pa)＝{p(n_ch＝true|N_pa),p(n_ch＝false|N_pa)}

其中，n_ch表示子节点，n_ch＝H(人员绩效)，E(设备)，M(管理)和O(运行事件)，N_pa是节点n_pa的状态向量，在给定N_pa的情形下，p(n_ch＝true|N_pa)是父节点集合触发子节点n_ch为“真”的条件概率；而p(n_ch＝false|N_pa)＝1-p(n_ch＝true|N_pa)则是在给定N_pa的情形下，父节点集合没有触发子节点n_ch为“真”的条件概率；

最后，结合父节点的后验概率和子节点的条件概率表确定运行事件发生的概率值：

其中，N_inter是节点的父节点的状态向量，是导致运行事件发生的所有节点的联合概率；

实时更新该类运行事件的发生频率包括：

当核电厂有新的运行事件发生并上报至国家核安全局经验反馈系统后，首先依据前述步骤二中的根本原因识别方法确定导致该运行事件发生的根本原因，进而利用已构建的贝叶斯网络模型对已被确认为导致运行事件发生的根本原因的父节点n_pa的后验概率p(n_pa＝true|event)进行更新；通过更新后的概率值修订已知在新的运行事件发生的情况下p(n_pa＝true)的先验概率，并籍由贝叶斯更新提高的在线估计值的精度；

对父节点的概率进行更新采用以下公式：

p(n_pa＝true|event)∝p(n_pa＝true)·p(event|n_pa＝true)

其中，p(event|n_pa＝true)是指当n_pa作为根本原因导致运行事件发生的概率；

贝叶斯更新用于计算所述根本原因对运行事件发生的“贡献度”，即，p(n_pa＝true|event)，采用后验概率密度函数(Posterior Probability Density Functions,PDFs)来进行置信度估计，记为π(n_pa＝true|event)，并利用贝叶斯理论更新PDFs的后验概率值：

π(n_pa＝true|event)∝π(n_pa＝true)·p(event|n_pa＝true)

采用共轭分布进行贝叶斯更新计算，并认为p(n_pa＝true)的概率服从β分布，即，p(n_pa＝true)～B(α(n_pa＝true),β(n_pa＝true))；一旦新的运行事件发生，则后验β分布Β(α(n_pa＝true|event),β(n_pa＝true|event))通过下式计算获得：

其中，对于n_pa的更新，有：

通过下式计算p(n_pa＝true)的后验概率的均值：

利用上式对的均值进行更新并将其值导入贝叶斯网络模型中，更新运行事件的发生概率；

步骤四、基于步骤三得到的计算结果确定预防和降低该类运行事件发生的经验并将得到的经验反馈给各核电厂营运单位。

2.一种核电厂运行事件分析的装置，其特征在于，采用权利要求1所述的方法对核电厂运行事件进行分析，包括：

第一反馈模块，所述第一反馈模块用于对运行事件进行调查并形成运行事件报告上传至国家核安全局经验反馈系统；

分析模块，所述分析模块嵌入根本原因分析工具箱，用于对运行事件进行定性分析并识别运行事件发生的根本原因；

定量计算模块，所述定量计算模块基于贝叶斯网络模型所构建，用于定量计算和实时更新该类运行事件的发生频率；

第二反馈模块，所述第二反馈模块用于基于定量计算模块得到的计算结果确定预防和降低该类运行事件发生的经验并将得到的经验反馈给各核电厂营运单位。