核设施应急事件追溯分析及报告实现

核设施应急事件追溯分析及报告实现

谢明亮1,２ 陈玉清1于雷1魏巍2刘洋1谢政权2侯雪燕2 张廉2

(1.  海军工程大学 核科学技术学院，湖北 武汉430033）

(2.中核武汉核电运行技术股份有限公司,湖北 武汉 430223)

摘要：核安全监管数据量大、数据种类多，在核设施出现异常或应急事件时能追溯以往历史发生同类事件和经验，及时准确地分析、评估和应对舆情非常重要。 本文以国内外核应急、核安全相关的法规、导则为依据，研究核应急事件分类标准及规范。从已有数据中收集核应急业务需关注的事件，并按照标准规范进行筛选、解构、重新编排、分类和存储，构建核应急事件数据库，通过快速检索和素材管理，实现事件追溯分析和报告生成，并基于大语言模型（LLM）实现核应急事件分析及报告智能化生成，为监管部门的舆情引导和公众沟通、核应急指挥决策提供技术支持。

关键词：逻辑组态；画面组态；数据驱动

中图分类号:    文献标志码：     文章编号：

1 概述

随着我国核工业的发展，核设施的数量越来越多，安全挑战会越来越大，全面掌握我国核设施的安全状态，在核设施出现异常或事件时能及时准确地分析、评估和应对非常重要。2018年5月国家发改委等部门出台“关于进一步加强核电运行安全管理的指导意见”[1]，进一步加强核电运行管理，确保核电安全。

在HAD002/01-2019 核动力厂营运单位的应急准备和应急响应导则中，10.2.9 营运单位应在应急状态终止后30天内向国务院核安全监督管理部门和所在地区核与辐射安全监督站提交最终评价报告[2]。事件报告需要覆盖事件发生原因经过、经验教训和防止其再发生的预防措施等信息。国际原子能机构（IAEA）在核与辐射应急准备和响应标准中，第5.73条明确提出在核事故应急过程中，向公众解释当前应急事件采取的行动措施，应与其它国家推荐的行动措施的差异及对比分析。

由于核设施各阶段的安全监管数据量大、数据种类多，且分散在不同的网站或系统中，目前尚未建立全面覆盖国内外核设施事件数据的信息库，缺乏高效的数据采集、存储和处理机制。特别是缺少核事故或事件数据采集、存储和建设标准和规范，数据价值还有待开发，在发生核应急事件时难以准确地对事件进行快速、准确定位及定量分析和评估，无法第一时间为决策层提供技术决策支撑。因此，本文针对核应急事件进行分类标准及规范研究，按照规范进行筛选、解构、重新编排、分类和存储，构建核应急事件数据库，开发快速检索、数据库展示及报告自动生成等工具，为监管部门的舆情引导和公众沟通、核应急指挥决策提供技术支持。

2核应急事件数据库标准及规范研究

2.1应急事件数据分类准则及要求

根据EJ 312-88《压水堆核电厂运行及事故工况分类》要求，压水堆核电厂出现事件的频率及其事件所产生的后果，规定了压水堆核电厂运行及事故工况的分类：工况I（正常运行）、工况II（中等频率事故）、工况III（稀有事故）和工况IV（极限事故）[3]。

为了加强应急响应能力，核电厂有周密的应急计划和充分的应急准备。核应急状态分级是非常重要的基础，根据初始条件（IC）和应急行动水平（EAL）宣布应急状态等级[4]。

在单一事件和叠加事件或事故造成事故状态和机理现象方面，参考NB/T20103-2012《压水堆核电厂事故分析和安全判据》[5]，将从核电厂事故安全分析角度，将事故或事件分为8类，分别包括：二回路系统排热增加、二回路系统排热减少、反应堆冷却剂系统流量降低、反应性和功率分布异常、反应堆冷却剂装量意外增加，即应急堆芯冷却系统意外运行及化学容积系统故障、反应堆冷却剂装量意外减少、放射性流出物/辐射水平异常和未能紧急停堆的预期瞬态。

2.2应急事件数据分类规范研究

针对工况II的典型事件或事故类型、工况III的典型事件或事故类型、工况IV的典型事件或事故类型涉及内容，纳入核应急数据分类下典型事件中，形成应急事件数据分类情况表。

表 1应急事件数据分类情况

3核应急事件数据库构建

从已有数据中收集核应急业务需关注的事件，并按照事件数据分类规范要求，明确分类字段和关键词，通过筛选、解构形成核应急事件关注的字段，如原因分析、后果评价、纠正行动、事件影响等，并重新编排和打码，形成不同事件类别，并按照不同类型数据原始字段和核应急事件数据统一字段进行结构化数据存储，最终构建核应急事件数据库系统。

系统采用分层架构，分为数据层、应用层及表示层，构建技术上使用Vue.js、ElementUI、Echarts、Html等前端技术采用SpringCloud（Nacos）框架，ElementUI提供了丰富的PC端组件，简化了常用组件的封装，大大降低了开发难度，Echarts提供直观、生动、可交互、可个性化定制的数据可视化图表。

系统采用SSM微服务框架，中间件使用ElasticSearch作为搜索引擎，提供了一个分布式、高扩展、高实时的搜索与数据分析引擎。采用RabbitMQ作为消息队列中心，采用Redis作为数据缓存中心，使用Mysql关系型数据库作为数据存储中心。

4事件行动报告建议生成

基于核设施应急事件数据库，开发核应急事件数据处理功能，能够对数据库进行快速检索、查询和更新，将关注事件数据以图表、曲线等形式进行统计和展示。

开发行动建议和措施的技术报告生成工具，能够对发生某事件获取以往行动建议和后果分析，并快速、自动生成技术报告，为监管部门的舆情引导、公众沟通和核应急指挥决策提供技术支持。

4.1 基于素材提取的报告生成工具

通过关键字检索，获取相关应急事件信息，提取出不同应急事件类型对应的字段和标签，对各类事件打上素材提取标签，并进行分类和管理，支持对素材的增删改查。

通过报告管理模块对通用报告模板和自定义报告模板进行管理，报告模板可自定义设计，绑定素材后自动统计分析，生成报告素材，实现核应急事件报告自动生成，报告建议生成流程见下图所示。

图1 实现流程图

4.1 基于大语言模型的报告生成工具

系统基于国产化开源大语言模型（ChatGLM3-6b）[6]，通过加载各种数据，如核应急舆情数据、核安全事件数据等进行微调，开展各类特定任务。系统开发相关的外部接口，用于接收用户请求，针对不同的任务设计相应的提词模板（prompt template），将请求和提词一起输入大语言模型，再通过所开发的结构化输出模板，返回相应的结果。不同任务需求的实现可能存在差异，但其框架结构基本相同，如下图所示。

图2 基于大语言模型的应急事件分析架构

基于大语言模型，通过导入事件数据库中的结构化数据，形成高质量的训练数据，构建核应急事件模型组件，实现核应急事件报告智能生成工具，为安全监管人员提供行动建议和决策支持。

图3 核应急事件AI应用流程

（1）数据处理模块。收集事件数据包括事件原因分析、纠正行动、后果影响等，设置外部接口将其导入知识库组件，同时将事件数据处理成高质量结构化数据，导入关系型数据库用于进行数据分析。

（2）知识库组件。本地知识库对数据进行切分，向量化并存储进向量数据库，用于后续问答时相似度匹配检索过程。

（3）大语言模型组件。查询检索时，首先对问句或查询语句向量化，然后将其与向量数据库内的存储向量进行相似度匹配，提取相似度最高的前k条文档，结合查询文本一起交由大语言模型进行定性分析，同时可利用统计分析等方法对数据进行深入分析，发现模式和趋势，大语言模型对分析结果给出评估建议。

（4）数据分析。当用户输入事件关键词，大语言模型查找同类型相似事件，对这些事件进行数据分析，统计各年份同类型事件数量、各地区同类型事件数量等等，用于后期图表呈现。

（5）用户交互模块。大语言模型输出的结果可由用户交互模块渲染和呈现，给予用户更直观的使用效果，数据结果可以给出相应的图表报表展示，实现核应急事件报告智能化生成。

5总结

针对核应急事件分类标准及规范进行研究，从以往历史数据中收集核应急业务需关注的事件，并按照标准规范进行筛选、解构、重新编排、分类和存储，构建核应急事件数据库。开发核应急事件数据处理功能，能够对数据库进行查询和更新，将关注事件数据分类结果以图表、曲线等形式进行统计和展示。

同时，开发行动建议和措施的技术报告自动生成工具，通过关键字检索，相关事件选取，生成报告素材，报告模板自定义设计，绑定素材后自动统计分析，实现核应急事件报告自动生成，并基于大语言模型，通过导入事件数据库中的结构化数据，形成高质量的训练数据，构建核应急事件模型组件，实现核应急事件报告智能化生成，为监管部门的舆情引导和公众沟通、核应急指挥决策提供技术支持。

参考文献

[1]国家发改委和能源局等四部委联合发布《关于进一步加强核电运行安全管理的指导意见》能源研究与利用.2018(04)：9-9.

[2]于大鹏,梁晔,徐晓娟. 我国核与辐射安全现状研究与探讨[J].核安全.2022,21(04)

:12-18.

[3]EJ/T 312-1988压水堆核电厂运行及事故工况分类[S].

[4]杨洪润.秦山核电厂应急行动水平研究[J].中国核科技报告,2005(01):182-191.

[5]马凤金.我国核事故应急体系的分析和研究[M].上海交通大学,2021.

[6]刘月涵,霍浩彬,金灿国.构建企业级私有化大语言模型助手基于ChatGLM3与RPA技术的实践与探索[J].建筑设计管理,2023,40(12):33-40.