本發明屬于核電，具體涉及一種核電廠高級別事件智能趨勢分析方法。

背景技術：

1、目前已存在基于機器學習與深度學習對核電廠低級別事件進行自動趨勢分析的方法，其技術方案是針對核電廠低級別狀態報告設計，其編碼體系及異常趨勢識別方案并不適用于高級別事件(a、b級)，且該技術方案采用了機器學習與深度學習算法，其在處理低級別狀態報告這類簡單文本數據時可以獲得較為準確的結果，但在應對高級別事件原因分析報告的大規模、高維、不規則的文本數據時存在一定局限性。此外低級別事件自動趨勢分析方法的編碼設計與異常識別準則也不完全適用于高級別事件，無法滿足對高級別事件的異常趨勢進行監測的需求。

2、因此需要開發出一套用于高級別事件的智能趨勢分析方法，實現對高級別事件的分析報告進行自動編碼和異常趨勢識別，以為核電廠群廠經驗反饋工作提供支撐。

技術實現思路

1、本發明的目的在于提供一種核電廠高級別事件智能趨勢分析方法，該方法適用于對高級別事件的原因分析報告進行自動編碼，并基于對高級別事件編碼的趨勢分析自動識別異常趨勢及判定共性問題，可以實現對已有趨勢的持續跟蹤。

2、實現本發明目的的技術方案：

3、一種核電廠高級別事件智能趨勢分析方法，所述方法包括：

4、步驟一：對高級別事件原因分析報告進行梳理及人工編碼，形成高級別事件趨勢編碼知識庫；

5、步驟二：基于高級別事件趨勢編碼知識庫與大語言模型，構建核電廠高級別事件原因分析報告的自動編碼模型；

6、步驟三：對高級別事件原因分析報告進行自動編碼和人工校核；

7、步驟四：通過編碼結果自動識別高級別事件存在的異常趨勢和共性問題，并將結果輸出；

8、步驟五：對已識別的異常趨勢和共性問題進行跟蹤。

9、所述步驟一包括：

10、步驟1.1：構建高級別事件分類編碼體系；

11、步驟1.2：選擇高級別事件原因分析報告，根據高級別事件分類編碼體系進行人工編碼；

12、步驟1.3：將高級別事件原因分析報告信息和編碼結果錄入編碼數據庫；

13、步驟1.4：梳理核電廠高級別事件原因分析報告文本數據及編碼結果信息，并將文本信息進行處理，并利用大語言模型進行向量化，構建高級別事件趨勢編碼知識庫。

14、所述步驟1.1中高級別事件編碼分為設備類、人因類、技術類以及關鍵字編碼。

15、所述步驟二包括：利用大語言模型基于趨勢編碼知識庫進行自動編碼微調，構建自動編碼模型。

16、所述步驟三包括：

17、步驟3.1：抽取新增高級別事件原因分析報告信息；

18、步驟3.2：利用大語言模型對報告信息進行預處理、分割、向量化；

19、步驟3.3：利用自動編碼模型對高級別事件原因分析報告進行自動編碼，獲得編碼結果、生成對應編碼的原因描述；

20、步驟3.4：對編碼進行人工校核，并將最終編碼結果錄入編碼數據庫。

21、所述步驟3.1中抽取的原因分析報告信息包括原因分析報告中的描述、后果、原因分析過程與結論的非結構化信息，對應狀態報告中的主題、機組、系統設備、時間的結構化信息。

22、所述步驟四包括：

23、步驟4.1：設置異常趨勢和共性問題的判定準則；

24、步驟4.2：基于判定準則自動識別核電廠高級別事件的異常趨勢和共性問題并預警，輸出異常趨勢數據、圖表及趨勢概述等信息；

25、步驟4.3：人工對異常趨勢和共性問題進行校核確認。

26、所述步驟4.3中，如果異常趨勢確認為電廠經驗反饋領域出現的不利趨勢，應當采取管理行動進行干預，則需生成相應的異常趨勢評價結論并建議由管理單位下發管理行動。

27、所述步驟五包括：

28、步驟5.1：人工判定，將值得關注的異常趨勢納入跟蹤；

29、步驟5.2：抽取新周期的高級別事件趨勢編碼數據，與異常趨勢跟蹤數據庫中的已有趨勢進行比對；

30、步驟5.3：輸出當月趨勢跟蹤數據；

31、步驟5.4：人工判定異常趨勢是否消除，若已消除則取消跟蹤，若未消除則繼續納入跟蹤。

32、本發明的有益技術效果在于：

33、本發明提供的一種核電廠高級別事件智能趨勢分析方法，填補了核電領域缺少對高級別事件的自動趨勢分析方法和工具的空白，以大語言模型技術為基礎實現核電廠群廠經驗反饋領域中對高級別事件的原因分析報告進行自動編碼，并可以自動識別異常趨勢，以識別群廠范圍內存在的設備、管理等問題，從而避免重大事件的發生。

技術特征：

1.一種核電廠高級別事件智能趨勢分析方法，其特征在于，所述方法包括：

2.根據權利要求1所述的一種核電廠高級別事件智能趨勢分析方法，其特征在于，所述步驟一包括：

3.根據權利要求2所述的一種核電廠高級別事件智能趨勢分析方法，其特征在于，所述步驟1.1中高級別事件編碼分為設備類、人因類、技術類以及關鍵字編碼。

4.根據權利要求1所述的一種核電廠高級別事件智能趨勢分析方法，其特征在于，所述步驟二包括：利用大語言模型基于趨勢編碼知識庫進行自動編碼微調，構建自動編碼模型。

5.根據權利要求1所述的一種核電廠高級別事件智能趨勢分析方法，其特征在于，所述步驟三包括：

6.根據權利要求5所述的一種核電廠高級別事件智能趨勢分析方法，其特征在于，所述步驟3.1中抽取的原因分析報告信息包括原因分析報告中的描述、后果、原因分析過程與結論的非結構化信息，對應狀態報告中的主題、機組、系統設備、時間的結構化信息。

7.根據權利要求1所述的一種核電廠高級別事件智能趨勢分析方法，其特征在于，所述步驟四包括：

8.根據權利要求7所述的一種核電廠高級別事件智能趨勢分析方法，其特征在于，所述步驟4.3中，如果異常趨勢確認為電廠經驗反饋領域出現的不利趨勢，應當采取管理行動進行干預，則需生成相應的異常趨勢評價結論并建議由管理單位下發管理行動。

9.根據權利要求1所述的一種核電廠高級別事件智能趨勢分析方法，其特征在于，所述步驟五包括：

技術總結
本發明屬于核電技術領域，具體涉及一種核電廠高級別事件智能趨勢分析方法，包括：步驟一：對高級別事件原因分析報告進行梳理及人工編碼，形成高級別事件趨勢編碼知識庫；步驟二：基于高級別事件趨勢編碼知識庫與大語言模型，構建核電廠高級別事件原因分析報告的自動編碼模型；步驟三：對高級別事件原因分析報告進行自動編碼和人工校核；步驟四：通過編碼結果自動識別高級別事件存在的異常趨勢和共性問題，并將結果輸出；步驟五：對已識別的異常趨勢和共性問題進行跟蹤。本發明方法可以自動識別異常趨勢，以識別群廠范圍內存在的設備、管理等問題，從而避免重大事件的發生。

技術研發人員：胡濟元,蔡漢坤,孫建軍,張睿,胡攀,李好,羅偉奇,劉莉
受保護的技術使用者：中核武漢核電運行技術股份有限公司
技術研發日：
技術公布日：2025/4/24