核電廠維修工作申請(qǐng)智能分發(fā)研究與應(yīng)用

江蘇核電有限公司 羅文兵

1 背景

1.1 電力體制改革下核電企業(yè)轉(zhuǎn)型升級(jí)的需要

當(dāng)前，國(guó)內(nèi)經(jīng)濟(jì)增長(zhǎng)對(duì)電力需求增速放緩、新能源技術(shù)的發(fā)展和成熟、能源結(jié)構(gòu)調(diào)整優(yōu)化、電力市場(chǎng)改革積極推進(jìn)、政府對(duì)行業(yè)結(jié)構(gòu)的調(diào)整和控制等電力市場(chǎng)新形勢(shì)，給核電產(chǎn)業(yè)發(fā)展帶來(lái)新的機(jī)遇和挑戰(zhàn)。通過核能發(fā)電和大數(shù)據(jù)應(yīng)用的融合，打造新時(shí)代的“智能核電廠”，實(shí)現(xiàn)企業(yè)的創(chuàng)新發(fā)展、智能發(fā)展和綠色發(fā)展。

1.2 電廠打造全球標(biāo)桿運(yùn)行機(jī)組需要

針對(duì)群堆管理模式的核電廠，機(jī)組日常生產(chǎn)過程中因存在大量的設(shè)備缺陷而產(chǎn)生大量的維修工作申請(qǐng)，需要計(jì)劃、維修等部門的計(jì)劃工程師每日在生產(chǎn)維修管理系統(tǒng)中持續(xù)認(rèn)領(lǐng)分發(fā)，對(duì)于無(wú)部門認(rèn)領(lǐng)且有爭(zhēng)議的工作申請(qǐng)還需組織召開分票會(huì)討論分發(fā)，占用了生產(chǎn)人員大量時(shí)間，累計(jì)投入了大量的人力，且夜間產(chǎn)生的工作申請(qǐng)存在不能及時(shí)分發(fā)的現(xiàn)象，影響了現(xiàn)場(chǎng)維修響應(yīng)速度。

為保障提高維修工作申請(qǐng)分發(fā)的及時(shí)性與效率，加快維修響應(yīng)速度，減少對(duì)人員經(jīng)驗(yàn)與資質(zhì)的依賴，降低人力資源的投入，保障機(jī)組安全穩(wěn)定運(yùn)行，打造全球標(biāo)桿運(yùn)行機(jī)組，需要通過建立維修工作申請(qǐng)智能分發(fā)系統(tǒng)，實(shí)現(xiàn)工作申請(qǐng)智能分發(fā)功能并以人工智能技術(shù)為支撐，通過智能學(xué)習(xí)，持續(xù)改進(jìn)與提高維修工作申請(qǐng)智能分發(fā)的準(zhǔn)確率。

2 智能分發(fā)規(guī)則研究

2.1 應(yīng)用人工智能NLP技術(shù)研究分發(fā)規(guī)則

深度學(xué)習(xí)的概念源于人工神經(jīng)網(wǎng)絡(luò)的研究，深度學(xué)習(xí)通過組合低層特征形成更加抽象的高層表示屬性類別或特征，以發(fā)現(xiàn)數(shù)據(jù)的特征表示。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)研究中的一個(gè)新領(lǐng)域，動(dòng)機(jī)在于建立、模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，其模仿人腦機(jī)制來(lái)解釋數(shù)據(jù)。當(dāng)前，深度學(xué)習(xí)在計(jì)算機(jī)視覺、語(yǔ)音識(shí)別、自然語(yǔ)言處理等領(lǐng)域均有了成功的應(yīng)用。

核電廠維修工作申請(qǐng)的分發(fā)過程，實(shí)質(zhì)上就是計(jì)劃工程師基于對(duì)維修工作申請(qǐng)對(duì)象與申請(qǐng)描述的理解后，根據(jù)經(jīng)驗(yàn)做出的判定，在過程上與自然語(yǔ)言處理高度相似。為此，在研究初期，選擇使用人工智能NLP技術(shù)嘗試對(duì)維修工作申請(qǐng)進(jìn)行智能分發(fā)。經(jīng)過對(duì)歷史維修工作申請(qǐng)進(jìn)行梳理，共梳理維修工作申請(qǐng)數(shù)據(jù)78326條，再經(jīng)過NLP自然語(yǔ)言分析后得到9000+條的關(guān)鍵專業(yè)詞匯。采用樸素貝葉斯和隨機(jī)森林算法，對(duì)歷史維修工作申請(qǐng)數(shù)據(jù)進(jìn)行分發(fā)，并與實(shí)際人工分發(fā)結(jié)果進(jìn)行對(duì)比，智能分發(fā)準(zhǔn)確率為60%，且在經(jīng)過人工對(duì)專業(yè)詞匯的初步干預(yù)后，分發(fā)準(zhǔn)確率仍然無(wú)法得到有效提高。

經(jīng)對(duì)未成功分發(fā)的維修工作申請(qǐng)數(shù)據(jù)進(jìn)一步分析，發(fā)現(xiàn)導(dǎo)致智能分發(fā)結(jié)果無(wú)法達(dá)到預(yù)期效果的主要原因如下。

一是維修工作申請(qǐng)數(shù)據(jù)量不滿足深度學(xué)習(xí)對(duì)數(shù)據(jù)量的要求，大數(shù)據(jù)技術(shù)的前提是數(shù)據(jù)量巨大，雖然當(dāng)前歷史維修工作申請(qǐng)數(shù)據(jù)量已有近20萬(wàn)條，但仍與深度學(xué)習(xí)所需的數(shù)據(jù)存在數(shù)量級(jí)上的差距；二是歷史維修工作申請(qǐng)數(shù)據(jù)質(zhì)量對(duì)分析結(jié)果有較大影響，從深度學(xué)習(xí)角度來(lái)說(shuō)，一定比例的臟數(shù)據(jù)有助于提高機(jī)器學(xué)習(xí)結(jié)果的準(zhǔn)確性，但這里的臟數(shù)據(jù)，主要指工作申請(qǐng)描述的不規(guī)范數(shù)據(jù)，并不包括由于責(zé)任部門變更等因素，導(dǎo)致的分發(fā)結(jié)果歧義，而排除這部分?jǐn)?shù)據(jù)將導(dǎo)致分析數(shù)據(jù)集的進(jìn)一步縮小。

根據(jù)基于計(jì)算機(jī)深度學(xué)習(xí)對(duì)維修工作申請(qǐng)的分發(fā)準(zhǔn)確率分析，在短期內(nèi)無(wú)法達(dá)到預(yù)期目標(biāo)，則需要業(yè)務(wù)部門投入大量資源對(duì)歷史數(shù)據(jù)進(jìn)行清洗。

2.2 在一次分發(fā)規(guī)則的基礎(chǔ)上研發(fā)二次分發(fā)規(guī)則

在人工智能NLP技術(shù)智能分發(fā)規(guī)則基礎(chǔ)上，考慮疊加采用固有規(guī)則。通過梳理電廠功能設(shè)備與責(zé)任班組間的對(duì)應(yīng)關(guān)系，電廠兩臺(tái)機(jī)組共計(jì)梳理出約19萬(wàn)條功能設(shè)備數(shù)據(jù)與責(zé)任班組相關(guān)對(duì)應(yīng)，最終并將梳理結(jié)果導(dǎo)入電廠功能設(shè)備主數(shù)據(jù)管理系統(tǒng)。

通過利用PYTHON與EXCEL工具對(duì)2018年兩臺(tái)機(jī)組維修工作申請(qǐng)進(jìn)行模擬分發(fā)，根據(jù)維修工作申請(qǐng)KKS編碼，在上述規(guī)則中查找對(duì)應(yīng)的責(zé)任班組，并與實(shí)際人工分發(fā)結(jié)果進(jìn)行對(duì)比。經(jīng)對(duì)2018年兩臺(tái)機(jī)組維修工作申請(qǐng)共12396條，按已梳理的分發(fā)規(guī)則能夠找到責(zé)任班組并進(jìn)行準(zhǔn)確分發(fā)的共10358條，占比83.6%，模擬分發(fā)結(jié)果與實(shí)際執(zhí)行的維修工作申請(qǐng)中的責(zé)任班組相同的共7174條，分發(fā)正確率為69.3%，綜合分發(fā)準(zhǔn)確性為57.9%。再對(duì)2018年兩臺(tái)機(jī)組維修工作申請(qǐng)進(jìn)行清理后，排除未執(zhí)行的申請(qǐng)，2018年申請(qǐng)狀態(tài)為處理中與結(jié)束的工作申請(qǐng)共10902條，按已梳理的分發(fā)規(guī)則能夠準(zhǔn)確分發(fā)的共9242，占比84.8%，分發(fā)結(jié)果與實(shí)際執(zhí)行相同的共7168條，分發(fā)正確率為77.6%，綜合分發(fā)準(zhǔn)確性為65.8%。與預(yù)期目標(biāo)仍存在一定差距。

經(jīng)過對(duì)未準(zhǔn)確分發(fā)的維修工作申請(qǐng)深入分析，發(fā)現(xiàn)工作申請(qǐng)的質(zhì)量仍然是影響結(jié)果的主要因素，主要體現(xiàn)在維修工作申請(qǐng)?jiān)谔岢鲭A段無(wú)法準(zhǔn)確識(shí)別，如設(shè)備缺陷的工作申請(qǐng)描述為儀表管線堵塞，而工作申請(qǐng)報(bào)告人所填寫的工作申請(qǐng)的功能設(shè)備為壓力表。系統(tǒng)根據(jù)功能設(shè)備主數(shù)據(jù)KKS編碼，識(shí)別維修工作申請(qǐng)的責(zé)任班組儀控處，但實(shí)際發(fā)生缺陷的位置為壓力表所在管線，則維修工作申請(qǐng)的責(zé)任班組應(yīng)為維修處，因此需要對(duì)工作申請(qǐng)描述的關(guān)鍵內(nèi)容進(jìn)行提煉，以進(jìn)一步提高智能分發(fā)的準(zhǔn)確率。

經(jīng)過對(duì)歷史維修工作申請(qǐng)分析，提煉出對(duì)工作申請(qǐng)進(jìn)行分發(fā)的二次規(guī)則，在根據(jù)功能設(shè)備主數(shù)據(jù)KKS編碼對(duì)工作申請(qǐng)進(jìn)行一次分發(fā)后，輔助工作申請(qǐng)描述關(guān)鍵內(nèi)容對(duì)其進(jìn)行二次分發(fā)。二次分發(fā)規(guī)則示例如表2，當(dāng)設(shè)備類型為AA，則一次分發(fā)結(jié)果為OPMMS01時(shí)，如設(shè)備在UBN廠房，且工作申請(qǐng)描述中包含力矩，該工作申請(qǐng)分發(fā)到OPMMS02。

表2 二次分發(fā)規(guī)則示例

再次通過使用PYTHON與EXCEL工具對(duì)2018年兩臺(tái)機(jī)組維修工作申請(qǐng)進(jìn)行模擬分發(fā)驗(yàn)證，分發(fā)結(jié)果準(zhǔn)確率得到顯著提升，對(duì)已識(shí)別二次分發(fā)規(guī)則的設(shè)備，通過工具模擬得到的分發(fā)準(zhǔn)確率最高達(dá)到85%。

3 智能分發(fā)應(yīng)用成果

3.1 智能分發(fā)準(zhǔn)確率達(dá)到預(yù)期效果

維修工作申請(qǐng)智能分發(fā)系統(tǒng)于2019年10月17日正式上線試運(yùn)行，在2020年2月基于大數(shù)據(jù)平臺(tái)開發(fā)了智能分發(fā)結(jié)果查詢與分析報(bào)表，以便實(shí)時(shí)了解分發(fā)準(zhǔn)確率，并對(duì)分發(fā)錯(cuò)誤的工作申請(qǐng)進(jìn)行分析以進(jìn)一步完善分發(fā)規(guī)則。從2019年10月15日到10月30日時(shí)間范圍內(nèi)，工作申請(qǐng)分發(fā)結(jié)果如圖1所示。

圖1 工作申請(qǐng)分發(fā)結(jié)果分布圖

期間，兩臺(tái)機(jī)組共創(chuàng)建1076條維修工作申請(qǐng)，其中自動(dòng)分發(fā)到責(zé)任班組的工作申請(qǐng)共906條，占比84%，如圖2所示。

圖2 工作申請(qǐng)自動(dòng)分發(fā)占比

自動(dòng)分發(fā)到責(zé)任班組的工作申請(qǐng)共906條，其中成功分發(fā)的工作申請(qǐng)共680條，占已自動(dòng)分發(fā)申請(qǐng)的75%，如圖3所示。

圖3 成功分發(fā)申請(qǐng)占比

如果所有回退的原因均為系統(tǒng)分發(fā)錯(cuò)誤，可視為智能分發(fā)準(zhǔn)確率為75%，其中有二次分發(fā)規(guī)則的閥門類設(shè)備，分發(fā)準(zhǔn)確率達(dá)到了80%。經(jīng)對(duì)回退原因深入分析，在總計(jì)226條回退的工作申請(qǐng)中，明確注明了回退原因的工作申請(qǐng)共55條。示例數(shù)據(jù)見表3。

表3 被回退工作申請(qǐng)

經(jīng)對(duì)回退的工作申請(qǐng)統(tǒng)計(jì)分析，常見的回退原因主要有：設(shè)備缺陷不存在、重復(fù)提票、非本專業(yè)缺陷、系統(tǒng)分發(fā)錯(cuò)誤及其他原因。經(jīng)粗略統(tǒng)計(jì)在回退原因中明確標(biāo)明了系統(tǒng)分發(fā)錯(cuò)誤及非本專業(yè)缺陷的工作申請(qǐng)共27條，以此數(shù)據(jù)對(duì)已分發(fā)工作申請(qǐng)準(zhǔn)確率進(jìn)行計(jì)算，系統(tǒng)分發(fā)準(zhǔn)確率為（1-27/906）×100%=97.16%，綜合準(zhǔn)確率81.85%，基本達(dá)到預(yù)期效果。

3.2 智能分發(fā)應(yīng)用取得預(yù)期效益

從維修工作申請(qǐng)響應(yīng)處理效率角度，經(jīng)統(tǒng)計(jì)2018年的維修工作申請(qǐng)從工作申請(qǐng)批準(zhǔn)到計(jì)劃工程師首次分發(fā)，平均耗時(shí)11.3h。智能分發(fā)系統(tǒng)上線后，僅有未分發(fā)成功的需進(jìn)行人工分發(fā)，分發(fā)成功的工作申請(qǐng)批準(zhǔn)后即刻轉(zhuǎn)入工作申請(qǐng)響應(yīng)處理階段，耗時(shí)為0。以2018年的維修工作申請(qǐng)進(jìn)行模擬分發(fā)驗(yàn)證測(cè)算，系統(tǒng)上線后，申請(qǐng)從批準(zhǔn)到計(jì)劃工程師首次分發(fā)平均耗時(shí)約為2h，極大地減少了維修工作申請(qǐng)分發(fā)階段耗時(shí)。

實(shí)踐證明，利用累積的大數(shù)據(jù)資源以及快速發(fā)展的大數(shù)據(jù)技術(shù)，深度挖掘關(guān)鍵數(shù)據(jù)，可以為核能發(fā)電企業(yè)生產(chǎn)運(yùn)營(yíng)提供強(qiáng)有力的數(shù)據(jù)支撐，為核能發(fā)電企業(yè)注入新動(dòng)能、新契機(jī)。通過構(gòu)建智能分發(fā)大數(shù)據(jù)應(yīng)用系統(tǒng)，提高了機(jī)組設(shè)備缺陷處理響應(yīng)速度，節(jié)省了人力資源投入，同時(shí)保障了機(jī)組安全穩(wěn)定運(yùn)行，凸顯了公司高度負(fù)責(zé)的發(fā)展理念及穩(wěn)定可靠的供電能力，為社會(huì)發(fā)展做出了積極貢獻(xiàn)，得到社會(huì)各界的高度認(rèn)可，提高了企業(yè)在競(jìng)爭(zhēng)激烈市場(chǎng)中的知名度，為企業(yè)的可持續(xù)發(fā)展創(chuàng)造了良好的條件。