高溫氣冷堆核電站計算機化運行規(guī)程方案及異常事件處理規(guī)程入口識別

徐曉娜，黃曉津

(清華大學(xué) 核能與新能源技術(shù)研究院，先進核能技術(shù)協(xié)同創(chuàng)新中心， 先進反應(yīng)堆工程與安全教育部重點實驗室，北京 100084)

高溫氣冷堆是具有固有安全性的第四代核電技術(shù)[1]，商業(yè)化推廣前景廣闊，但其運行經(jīng)驗不及壓水堆核電站豐富。目前，高溫氣冷堆核電站的運行操作規(guī)程主要是書面紙版形式，在使用時操縱員負擔(dān)較重，很有可能發(fā)生操作步驟被忽略甚至誤操作的情況。對上述情況，計算機化運行規(guī)程是有效解決途徑。目前，國內(nèi)二代改進型[2]和三代壓水堆核電站[3]均配置了計算機化運行規(guī)程，減輕操縱員的勞動強度和精神壓力[4]。國家科技重大專項華能石島灣核電廠高溫氣冷堆核電站示范工程(HTR-PM)的數(shù)字化儀控系統(tǒng)也為計算機化運行規(guī)程預(yù)留了接口，根據(jù)計算機化運行規(guī)程(COP)的設(shè)計原則和高溫氣冷堆核電站運行規(guī)程的特點，給出了高溫氣冷堆核電站計算機化運行規(guī)程的總體設(shè)計方案。

計算機化異常事件處理規(guī)程作為計算機化運行規(guī)程的重要組成部分，其關(guān)鍵問題為規(guī)程的入口問題。本工作針對傳統(tǒng)專家系統(tǒng)存在的知識表達能力不強、推理效率低等問題，采用具有圖形描述能力和嚴密數(shù)學(xué)理論的模糊Petri網(wǎng)，構(gòu)建異常事件識別專家系統(tǒng)，解決高溫氣冷堆核電站異常事件的識別問題，用于高溫氣冷堆核電站異常事件處理規(guī)程的入口選擇，為高溫氣冷堆核電站計算機化運行規(guī)程系統(tǒng)的研制打下基礎(chǔ)。計算機化運行規(guī)程系統(tǒng)實際投用前，須經(jīng)過驗證和確認(V&V)，并獲得安全監(jiān)管部門的許可。目前，高溫氣冷堆核電站示范工程正在安裝調(diào)試過程中，計算機化運行規(guī)程系統(tǒng)異常事件處理規(guī)程的V&V也正在進行中，后續(xù)可能還會根據(jù)調(diào)試的結(jié)果進行修改完善。限于篇幅，通過其中具有典型性和代表性的反應(yīng)性異常增加類異常事件處理規(guī)程，描述其異常事件識別專家系統(tǒng)的構(gòu)建方法和過程。

1 計算機化運行規(guī)程方案

高溫氣冷堆核電站運行規(guī)程分為正常運行規(guī)程和應(yīng)急操作規(guī)程兩大類[5]。正常運行規(guī)程包含系統(tǒng)運行、總體運行、定期試驗等3類；應(yīng)急操作規(guī)程一般包括異常事件處理、應(yīng)急運行、報警響應(yīng)等3類。正常運行規(guī)程在高溫氣冷堆核電站正常啟停堆、功率運行、檢查和調(diào)整等方面給操縱員提供操作指導(dǎo)；異常事件處理規(guī)程在異常狀況時給操縱員提供幫助，進行異常事件識別，在此基礎(chǔ)上提供指導(dǎo)操作，即按照關(guān)鍵參數(shù)信息進行邏輯推理分析，識別出是什么異常事件導(dǎo)致了異常工況，然后在識別的基礎(chǔ)上提供對應(yīng)的指導(dǎo)操作。

1.1 設(shè)計原則及要求

根據(jù)核電廠計算機化運行規(guī)程系統(tǒng)設(shè)計準則[6-10]，高溫氣冷堆核電站計算機化運行規(guī)程的設(shè)計應(yīng)遵循如下總體原則：一致性原則、輔助性原則、實時性原則、操縱員主導(dǎo)原則、后備原則、人因工程原則。高溫氣冷堆核電站運行過程機理復(fù)雜、不確定性因素較多，要使其運行過程穩(wěn)定，出現(xiàn)異常情況能及時做出判斷，并給出正確規(guī)程的入口，從而提供準確的調(diào)整措施，計算機化運行規(guī)程要能根據(jù)運行過程參數(shù)和一些可觀測的現(xiàn)象對異常事件做出準確及時的判斷?；谏鲜鲈?，需對高溫氣冷堆核電站計算機化運行規(guī)程提出進一步設(shè)計需求：運行的連續(xù)性和高可靠性、操作規(guī)程系統(tǒng)的實時性、系統(tǒng)使用的靈活性和維護的方便性。

1.2 組成與功能

按照上述設(shè)計要求及原則，尤其是對異常事件識別的要求，對高溫氣冷堆核電站計算機化運行規(guī)程系統(tǒng)的結(jié)構(gòu)進行設(shè)計。其本質(zhì)是計算機化的專家系統(tǒng)，用專家的經(jīng)驗和知識進行推理判斷決策，從而對高溫氣冷堆核電站復(fù)雜的運行規(guī)程問題進行解決，它具備普通的數(shù)據(jù)處理系統(tǒng)無法擁有的符號表示推理及啟發(fā)式搜索能力。由于計算機化運行規(guī)程是特定的專家系統(tǒng)，因此可選擇利用專家系統(tǒng)結(jié)構(gòu)進行高溫氣冷堆核電站計算機化運行規(guī)程的開發(fā)。

根據(jù)高溫氣冷堆計算機化運行規(guī)程要實現(xiàn)的功能及模塊化設(shè)計原則，可將其劃分為如下幾個模塊(圖1)：數(shù)據(jù)、信號采集處理及驗證接口模塊，狀態(tài)監(jiān)測接口模塊，異常事件識別模塊，操作指導(dǎo)模塊，人機界面模塊。其中，數(shù)據(jù)采集與處理、狀態(tài)監(jiān)測和人機界面在高溫氣冷堆核電站數(shù)字化主控室中已具備，此處需設(shè)置相應(yīng)的接口模塊，并對采集到的參數(shù)和信號在輸入前進行判斷和驗證，以確保其準確性。異常事件識別以及操作指導(dǎo)模塊均為獨立的子系統(tǒng)，各模塊之間通過黑板調(diào)度進行總體控制，由黑板調(diào)度程序負責(zé)協(xié)調(diào)各模塊之間的工作，解決沖突并管理計算機資源等。

圖1 高溫氣冷堆核電站計算機化運行規(guī)程功能組成Fig.1 Functional composition of COP for HTR NPP

系統(tǒng)在每個周期實時從高溫氣冷堆核電站DCS獲取采集到的數(shù)據(jù)和狀態(tài)監(jiān)測結(jié)果。如果有異常現(xiàn)象產(chǎn)生，則啟動異常事件識別模塊進行推理，給出診斷意見，根據(jù)診斷推理結(jié)果給出恰當(dāng)?shù)奶幚硪?guī)程入口；在操縱員確認選擇后，轉(zhuǎn)入操作指導(dǎo)模塊進行操作指導(dǎo)。

1.3 工作流程

按照計算機化運行規(guī)程的基本結(jié)構(gòu)和功能要求，建立運行規(guī)程的整體工作流程，如圖2所示。

圖2 高溫氣冷堆核電站計算機化運行規(guī)程工作流程Fig.2 Workflow of COP for HTR NPP

系統(tǒng)通過數(shù)據(jù)采集與處理接口獲取當(dāng)前高溫氣冷堆核電站的運行參數(shù)，如系統(tǒng)的溫度、壓力狀態(tài)等，對獲取的運行參數(shù)信息進行正確性驗證，驗證正確后存入?yún)?shù)數(shù)據(jù)庫，并且通過人機界面進行提示；驗證不正確則通過人機界面給予警告。通過狀態(tài)監(jiān)測接口獲取當(dāng)前的工況信息。若當(dāng)前高溫氣冷堆核電站處于正常運行狀態(tài)，操縱員如需操作指導(dǎo)，則調(diào)用正常操作指導(dǎo)模塊，通過規(guī)程目錄或檢索查找，快速找到相應(yīng)規(guī)程，并且根據(jù)提示的規(guī)程信息進行操作；若當(dāng)前高溫氣冷堆核電站偏離了正常運行狀態(tài)或處于異常狀態(tài)，則轉(zhuǎn)入異常事件識別模塊，根據(jù)獲取的當(dāng)前核電機組運行參數(shù)以及知識庫規(guī)則進行邏輯診斷，快速識別出異常事件。在異常事件識別的基礎(chǔ)上，給出合適規(guī)程的提示入口，若操縱員確認選擇，啟動異常操作指導(dǎo)模塊，操縱員根據(jù)提示進行相應(yīng)操作。

1.4 規(guī)程的選擇和執(zhí)行

高溫氣冷堆核電站運行規(guī)程使用包括兩個方面：規(guī)程選擇和規(guī)程執(zhí)行。因此高溫氣冷堆核電站計算機化運行規(guī)程也應(yīng)包含這兩方面：1) 規(guī)程選擇。正常操作規(guī)程使用目標明確，根據(jù)確定的操作目的進行選擇，在進行計算機化時通過提供快速檢索入口便可實現(xiàn)。而異常操作規(guī)程的選擇不像正常操作規(guī)程那樣目標明確，需先進行異常事件的識別，只有對異常事件正確識別才能選擇正確的異常操作規(guī)程。而在異常狀態(tài)下，操縱員壓力增大，對異常事件的識別有一定壓力，容易造成誤判。因此，異常事件的識別對于異常操作規(guī)程的選擇至關(guān)重要，是高溫氣冷堆計算機化運行規(guī)程的重要問題。2) 規(guī)程執(zhí)行。不管是正常操作規(guī)程還是異常操作規(guī)程，其規(guī)程執(zhí)行均在一定的目標下按照已編制好的步驟操作執(zhí)行。規(guī)程的執(zhí)行包括監(jiān)視確定的參數(shù)或裝置狀態(tài)，根據(jù)規(guī)程完成動作。

2 異常事件處理規(guī)程

異常事件處理規(guī)程是高溫氣冷堆核電站運行規(guī)程的重要組成部分，是操縱員在發(fā)生異常事件時進行判斷、處理的依據(jù)。其既包含異常事件識別又包含操作指導(dǎo)，是最復(fù)雜的一類規(guī)程。因此，以異常事件處理規(guī)程為主要研究對象進行的計算機化方法研究，同樣適用于正常運行規(guī)程。

高溫氣冷堆反應(yīng)性異常增加類規(guī)程包括3個異常事件規(guī)程[11]：控制棒異常提升、一回路系統(tǒng)進水和氦風(fēng)機誤加速。以氦風(fēng)機誤加速異常事件為例，其主要內(nèi)容如下。

1) 主要現(xiàn)象

(1) 反應(yīng)堆功率異常上升，可能觸發(fā)“功率增長過快”報警信號；

(2) 氦風(fēng)機轉(zhuǎn)速和一回路流量異常增大，可能觸發(fā)“氦水流量比過高”報警信號。

2) 分析判斷

現(xiàn)象1、2均出現(xiàn)，即可判斷為氦風(fēng)機誤加速。

3) 處理

(1) 降低并調(diào)整主氦風(fēng)機轉(zhuǎn)速使反應(yīng)堆功率和一回路流量恢復(fù)正常；

(2) 報告并詳細記錄異常事件的現(xiàn)象、參數(shù)和恢復(fù)操作過程；

(3) 查找造成主氦風(fēng)機誤加速的原因并排除故障，若在6 h內(nèi)不能排除故障，則報告值長并同時停堆；

(4) 若主氦風(fēng)機誤加速造成保護停堆，則按“保護信號處理程序”進行處理。

可看出，典型的異常事件處理規(guī)程包括主要現(xiàn)象、分析判斷和處理3部分。

3 異常處理規(guī)程入口識別

高溫氣冷堆核電站的異常事件處理規(guī)程是基于事件的，因此規(guī)程入口識別的關(guān)鍵在于異常事件的識別。異常事件識別是根據(jù)主要現(xiàn)象和分析判斷兩部分，通過推理對其進行識別。因此構(gòu)建異常事件識別專家系統(tǒng)的主要工作是異常事件識別規(guī)則表達、推理機制和算法。

3.1 模糊Petri網(wǎng)概述

模糊Petri網(wǎng)是用來表示模糊知識的Petri網(wǎng)，是一個有向二分模糊圖[12]。它是一種系統(tǒng)建模工具，具有良好的模型描述和數(shù)學(xué)分析能力[13]，不僅能刻畫系統(tǒng)的結(jié)構(gòu)，還能描述系統(tǒng)的動態(tài)行為[14]。模糊Petri網(wǎng)有兩種類型的節(jié)點：模糊庫所節(jié)點和模糊變遷節(jié)點。模糊庫所節(jié)點包含模糊標志，該標志不是有和無兩種狀態(tài)，而是其值為[0,1]之間的多值狀態(tài)。模糊變遷節(jié)點同樣也是具有[0,1]之間不同模糊值的多種狀態(tài)。庫所和變遷之間通過有向弧連接，其基本結(jié)構(gòu)如圖3所示。圖3中：pi為庫所節(jié)點，包括輸入庫所a和輸出庫所b；t為變遷節(jié)點，λ為觸發(fā)閾值。

圖3 模糊Petri網(wǎng)基本結(jié)構(gòu)Fig.3 Basic structure of fuzzy Petri net

3.2 基于模糊Petri網(wǎng)的異常事件識別規(guī)則表達

高溫氣冷堆核電站異常事件識別中，主要現(xiàn)象的描述和分析判斷基于自然語言。在構(gòu)建異常事件識別專家系統(tǒng)時，需將這些自然語言描述的內(nèi)容引入知識庫中。由于高溫氣冷堆核電站異常事件的描述具有不確定性，對異常事件識別所需知識和用自然語言描述的規(guī)則屬于模糊知識。

對于高溫氣冷堆核電站反應(yīng)性異常增加事件，首先將異常事件識別中的主要現(xiàn)象和分析判斷表示為產(chǎn)生式規(guī)則。主要異?，F(xiàn)象部分即為規(guī)則的前提，異常事件即為規(guī)則的結(jié)論，而分析判斷過程就是產(chǎn)生式規(guī)則本身。表1列出高溫氣冷堆核電站反應(yīng)性異常增加類規(guī)程的異?，F(xiàn)象和對應(yīng)的異常事件。根據(jù)前提和結(jié)論，即可將異常事件識別規(guī)則表示為產(chǎn)生式規(guī)則形式。

相應(yīng)的產(chǎn)生式規(guī)則如下。

R1：IF，反應(yīng)堆功率異常上升；AND，控制棒棒位指示上升；THEN，控制棒異常提升。

R2：IF，反應(yīng)堆功率異常上升；AND，一回路濕度過高；AND，一回路壓力異常升高；THEN，一回路系統(tǒng)進水。

表1 反應(yīng)性異常增加類規(guī)程異常事件及對應(yīng)現(xiàn)象Table 1 Abnormal event and phenomena in abnormal reactivity increased procedure

R3：IF，反應(yīng)堆功率異常上升；AND，氦風(fēng)機轉(zhuǎn)速異常增大；AND，一回路流量異常增大；THEN，氦風(fēng)機誤加速。

在異常事件識別產(chǎn)生式規(guī)則中，反應(yīng)堆功率異常上升等異常現(xiàn)象具有模糊性，用計算機進行處理時需對這些模糊性命題進行模糊化處理。在高溫氣冷堆核電站異常事件識別中，存在兩種方式的現(xiàn)象，一類是壓力、溫度等異常現(xiàn)象用模糊性自然語言表征的偏大、過大、偏小、過小等，一類是與閥門、泵等狀態(tài)有關(guān)的離散事件，其狀態(tài)只有開、關(guān)兩種形式。對兩種不同的類型，采用不同的模糊化處理方法。

對溫度、壓力等模糊界限不分明的異?，F(xiàn)象，由于高溫氣冷堆核電站與溫度、壓力等相關(guān)的特征參數(shù)存在一個正常范圍，越接近限值表明異常概率越大，因此可用三角形隸屬函數(shù)進行模糊化。式(1)表示與最高限值相比的情況，即異?，F(xiàn)象與偏高、偏大相關(guān)的，式(2)表示與最低限值相比的情況，即異?，F(xiàn)象與偏低、偏小相關(guān)的。

(1)

(2)

式中：A為模糊集合；μ為隸屬度函數(shù)；x為A中的元素；μA(x)為x屬于A的隸屬度；a為特征參數(shù)的正常值；xl為特征參數(shù)的最低限值；xh為特征參數(shù)的最高限值。

對于閥門、泵等兩狀態(tài)的離散事件現(xiàn)象采用單點模糊化方法，其隸屬度函數(shù)如式(3)所示。即現(xiàn)象為真，則概率為1；若假，則概率為0。

(3)

式中，x0為特征參數(shù)的規(guī)定值。

在高溫氣冷堆核電站異常事件識別規(guī)則中，前提中各命題的權(quán)值代表異?，F(xiàn)象對異常事件的貢獻度，這個值一般是通過專家經(jīng)驗給出。為了減小專家判斷的主觀性，對此進行改進。

首先在高溫氣冷堆核電站全范圍模擬機上對異常事件進行模擬實驗，采集異常事件發(fā)生后相關(guān)異?，F(xiàn)象的特征參數(shù)數(shù)據(jù)樣本，未來還可收集高溫氣冷堆核電站實際運行過程中的數(shù)據(jù)樣本；然后將采集到的數(shù)據(jù)樣本進行歸一化處理，處理方式如式(4)所示。歸一化后的結(jié)果即反映了異常事件發(fā)生時各特征參數(shù)的變化占總體變化的比重，該比重即可作為模糊Petri網(wǎng)中各連接弧的權(quán)值。

(4)

式中：xi為某一特征參數(shù)；xNi為未發(fā)生異常事件時xi的正常值；m為特征參數(shù)的個數(shù)；w(xi)為特征參數(shù)xi對應(yīng)的連接弧的權(quán)值。

按上述方法，求得高溫氣冷堆核電站反應(yīng)性異常增加類規(guī)則前提中各命題權(quán)值如表2所列。

異常事件識別規(guī)則的置信度由專家根據(jù)經(jīng)驗給出。為減少主觀性，采用多個專家評價并通過模糊計算將評價轉(zhuǎn)化為定量值的方法。具體過程為：定義描述規(guī)則置信度大小的模糊評價語言集合{非常高，很高，高，較高，不高}，建立該模糊評價語言集合與置信度值[0,1]之間對應(yīng)關(guān)系，如表3所列；然后，按照模糊評價語言集合的描述，請專家對每條規(guī)則置信度值進行評價；最后將專家對每條規(guī)則的模糊評價語言轉(zhuǎn)化為對應(yīng)置信度區(qū)間的值，根據(jù)式(5)進行平均。

(5)

式中：m為專家人數(shù)；Ci,j為第j個專家給出的規(guī)則i的置信度。

表3 異常事件識別中規(guī)則模糊評價與置信度對應(yīng)關(guān)系Table 3 Corresponding relation of fuzzy evaluation and confidence in abnormal event recognition

綜合專家給出的評價，可得到規(guī)則R1、R2和R3的置信度均為0.95。

用模糊產(chǎn)生式規(guī)則能將基于自然語言描述的異常事件識別轉(zhuǎn)化為規(guī)則形式，然而其缺點也很明顯。模糊產(chǎn)生式規(guī)則表示格式固定，形式單一，規(guī)則之間較為獨立，無直接關(guān)系，很難清晰描述知識庫的整體結(jié)構(gòu)。而Petri網(wǎng)易于表達結(jié)構(gòu)性知識[15]，能有效反映整個知識庫的組織結(jié)構(gòu)關(guān)系，且便于知識校驗，但比較抽象，不易理解。若將兩者結(jié)合，用模糊Petri網(wǎng)表示模糊產(chǎn)生式規(guī)則，會使系統(tǒng)知識庫的內(nèi)部邏輯更加清晰，推理也會更加數(shù)學(xué)形式化。

將高溫氣冷堆核電站反應(yīng)性異常增加的R1、R2、R3規(guī)則轉(zhuǎn)換為模糊Petri網(wǎng)模型。該知識庫模型所需各規(guī)則的可信度及各命題在其對應(yīng)規(guī)則中的權(quán)值在前面已求出，3個規(guī)則的閾值由專家給出為0.7，并標記在模糊Petri網(wǎng)上，則3個規(guī)則的模糊Petri網(wǎng)模型如圖4所示。其中，p1、p2、p3、p4、p5、p6為輸入庫所，分別表示3個規(guī)則的前提；p7、p8、p9為輸出庫所，分別表示3個規(guī)則的結(jié)論；t1、t2、t3分別表示3個規(guī)則的變遷。

圖4 HTR NPP反應(yīng)性異常增加的FPN模型Fig.4 FPN model of abnormal reactivity increase of HTR NPP

3.3 推理機制和算法

以具有典型性的高溫氣冷堆核電站反應(yīng)性異常增加類規(guī)程為例，說明根據(jù)模糊Petri網(wǎng)的異常事件識別推理機制和算法。

各異常征兆的模糊值即起始庫所的可信度為：反應(yīng)堆功率異常上升(可信度為0.8)，控制棒棒位指示上升(可信度為0.2)，一回路濕度過高(可信度為0.9)，一回路壓力異常升高(可信度為0.8)，氦風(fēng)機轉(zhuǎn)速異常增大(可信度為0.2)，一回路流量異常增大(可信度為0.3)。采用基于矩陣運算的推理算法。

用矩陣M表示庫所集上的標識矩陣，其元素是各命題真值，其中矩陣M0表示命題初始真值：

M0=

(6)

用矩陣λ表示變遷閾值矩陣：

(7)

用矩陣μ表示規(guī)則置信度矩陣：

(8)

用矩陣W表示各命題在對應(yīng)規(guī)則中的權(quán)值：

(9)

輸入矩陣Δ=(δij)n×m表示庫所pj至變遷ti的輸入關(guān)系權(quán)值，如果庫所pj為變遷ti的輸入，則δij=wij；如果庫所pj不是變遷ti的輸入，則δij=0。

Δ=W=

(10)

輸出矩陣Γ=(γij)n×m表示變遷ti至庫所pj的輸出關(guān)系和規(guī)則置信度，如果庫所pi為變遷ti的輸出，則相應(yīng)的γij=μ(ti)；當(dāng)庫所pj不是變遷ti的輸出時，則γij=0。

(11)

根據(jù)基于矩陣運算的推理算法可得：

(12)

(13)

(14)

M1=ΓT·H=

(15)

M1=M0⊕M1=

(16)

式中：E=[e1e2…em]T，表示等效模糊輸入的真值度；G為一個n維向量，是變遷閾值同等效模糊輸入真值度進行比較計算的結(jié)果；H為一個n維向量，僅有能使變遷觸發(fā)的等效模糊輸入真值度；M1為由完成1輪推理計算后產(chǎn)生的一系列命題真值度組成的列向量。

重復(fù)上述過程可得：

M2=

(17)

因M1=M2，推理結(jié)束。得到α(p8)=0.788 5，即當(dāng)前可能發(fā)生的異常事件為一回路系統(tǒng)進水，概率為0.788 5。

推理給出了不同識別結(jié)果的可能性大小，最終是否接受可由操縱員進行判斷?？山邮艿耐扑]值(即規(guī)則觸發(fā)的閾值)由專家給出，超過此推薦值系統(tǒng)會給出識別結(jié)果和結(jié)果發(fā)生的概率。在上述例子中專家給出的可接受的推薦值為0.7，最終識別結(jié)果為一回路系統(tǒng)進水，概率為0.788 5，即當(dāng)前可能發(fā)生一回路系統(tǒng)進水異常事件的可能性為78.85%。

基于矩陣運算的形式化推理可并行執(zhí)行，且推理計算的迭代步數(shù)只與推理進行的最大深度有關(guān)，而與規(guī)則的數(shù)目無關(guān)。在高溫氣冷堆核電站異常事件處理規(guī)程中，推理進行的深度一般不大于2步，因此，用基于模糊Petri網(wǎng)的矩陣運算推理算法進行異常事件識別推理，計算步數(shù)不大于2。而基于產(chǎn)生式規(guī)則的推理步數(shù)=規(guī)則數(shù)×推理深度。隨規(guī)則數(shù)目的增加，基于模糊Petri網(wǎng)的矩陣運算推理算法步數(shù)少的優(yōu)勢會越明顯。

4 結(jié)論

在計算機化運行規(guī)程設(shè)計要求和原則的基礎(chǔ)上，本文給出了高溫氣冷堆核電站計算機化運行規(guī)程的總體方案，確定了系統(tǒng)組成、功能和系統(tǒng)工作流程，為高溫氣冷堆核電站計算機化運行規(guī)程的開發(fā)打下技術(shù)基礎(chǔ)。高溫氣冷堆核電站異常事件處理規(guī)程的入口識別關(guān)鍵在于異常事件的識別，針對此構(gòu)建了高溫氣冷堆核電站異常事件識別專家系統(tǒng)：模糊Petri網(wǎng)用于高溫氣冷堆核電站異常事件識別專家系統(tǒng)的知識表示，使得知識的表示更加系統(tǒng)、清晰、結(jié)構(gòu)化特性更強；用基于矩陣運算的形式化推理算法進行推理分析，相比于產(chǎn)生式規(guī)則，提高了搜索效率，便于計算機編程實現(xiàn)。