《压水堆堆芯功率分布智能预测与控制》——中广核研究院有限公司堆芯设计工程师石海量

2025年11月14日，中广核研究院有限公司堆芯设计工程师石海量在深圳核博会“AI+核能创新应用场景路演”上发表《压水堆堆芯功率分布智能预测与控制》主旨报告。

汇报介绍了中广核研究院关于压水堆堆芯功率分布智能预测与控制的项目，目标是在核电调峰和负荷变化过程中提升安全性、经济性与灵活性。项目通过改进遗传算法、时间序列神经网络代理模型以及大小模型协同，实现控制策略搜索自动化、仿真计算加速和报告生成智能化，并已在多种机组和场景中推广应用。

关键点
1. 项目主题（00:12）
汇报人来自中广核研究院，项目名称为“压水堆堆芯功率分布智能预测与控制”，围绕核电堆芯功率分布的预测、优化和控制展开。

2. 核电调峰背景与目标（00:24）
能源需求存在波动，新能源不稳定需要调节，而传统核电稳定但灵活性不足。项目希望通过更好的控制策略提升负荷变化过程中的安全性，进一步挖掘压水堆调峰潜力并提升运行灵活性。

3. 轴向功率分布是关键安全参数（01:19）
轴向功率分布是核电调峰过程中的关键安全参数，需要运维人员依据需求手动调整堆芯状态。项目通过神经网络和优化算法推动传统过程自动化、智能化，提高方案搜索效率。

4. 业务模式与应用市场（01:59）
项目可向电站提供轴向功率分布预测控制方案，也可提供相关代码和软件。其价值主张是在安全性和经济性之间取得平衡，目标客户包括设计单位、运营公司、研究所和核电站业主，并可面向国内外压水堆及其他潜在市场。

5. 控制难点与预期改进（02:37）
轴向功率分布直接影响相关安全裕量，是现场操作人员关注的重要参数，但受多物理耦合、非线性因素影响，控制和计算都较困难。当前大量依赖工程师经验和手动迭代，同时为保证安全设置冗余成本，因此项目希望实现更精准可控、更便捷快速、更安全经济的控制。

6. 两阶段研发路径（03:47）
第一阶段将基于人工经验的手动搜索过程自动化，实现核设计软件迭代过程的批量自动计算，并使用优化算法自动寻优。第二阶段提出神经网络代理模型结构，进一步加速策略搜索和计算过程。

7. 改进精英策略遗传算法（04:20）
项目以R棒控制序列为控制对象，采用启发式优化方法，在遗传算法基础上对方案优劣进行百分比排序，并按不同层次生成新方案持续迭代。该方法兼顾优化稳定性、基因最优性和多样性，使优化过程更鲁棒且迭代更快，最终可达到预期正负百分之零点五范围。

8. 基于LSTM的神经网络代理模型（05:35）
由于传统仿真时间开销较大，项目开发了基于时间序列的轻量化LSTM神经网络结构，以堆芯参数为输入、轴向功率分布为输出，使单次仿真能够快速响应，甚至达到毫秒级计算。

9. 智能方法带来的效率与经济性提升（06:22）
使用代理模型和智能优化后，控制裕量得到进一步挖掘，方案优化耗时显著降低。在长期低功率运行场景中，该方法还能缩短核电站从低功率平台恢复到满功率的时间，从而提升电站运行经济性。

10. 大小模型协同生成报告（07:05）
项目进一步结合大模型技术，将大模型与团队开发的小模型协同，用于端到端报告生成。大模型可识别电站需求并分类计算任务，再调用时间序列模型和优化算法，从而提升成品文件生成过程的自动化和准确性，弱化人因影响。

11. 方案创新点与适用范围（08:01）
方案在融合性、经济性、智能性和场景示范性方面具有体现，通过新型数字化技术提升轴向功率分布控制效率并挖掘安全裕量。该方法适用范围较广，可用于多种电厂、多种压水堆堆型和多种控制模式。

12. 价值、成果与推广应用（08:53）
项目具备直接效益和潜在效益，技术路线有望赋能现有控制场景及新堆型研发，也有助于培养人工智能与核电结合的复合型人才。项目已形成三项发明专利和多项软件著作权，获得集团及公司级荣誉，并已应用于CPR一千、华龙一号等机组以及多个基地和多类运行场景。

13. 总结（10:06）
汇报认为，在人工智能背景下，利用新型数字化技术对传统关键核电业务进行赋能能够产生显著效益。团队希望进一步孵化新的数字化成果。

时间线
00:04 - 汇报开场致谢，并介绍汇报人、所属单位和项目名称。
00:24 - 从能源需求波动和核电调峰灵活性不足切入，说明项目提出的背景和总体目标。
01:59 - 介绍项目的业务模式、目标客户和市场范围，并进一步说明轴向功率分布控制的重要性及现实难点。
03:42 - 进入实施方案部分，依次讲解自动化优化、改进遗传算法、神经网络代理模型和大小模型协同等技术路线。
08:01 - 概括方案创新点、经济与社会价值、知识产权成果和实际推广情况。
10:06 - 最后总结人工智能与数字化技术对传统核电关键业务的赋能作用，并结束汇报。

AI 延伸阅读(下文由AI生成，其内容可能存在偏差，请注意甄别)：

压水堆堆芯功率分布智能预测与控制：AI赋能核电灵活运行的新路径

2025年11月14日，中广核研究院有限公司堆芯设计工程师石海量在深圳核博会“AI+核能创新应用场景路演”上发表《压水堆堆芯功率分布智能预测与控制》主旨报告，介绍了中广核研究院围绕压水堆堆芯运行控制智能化开展的技术探索与工程应用。该项目聚焦核电机组在调峰、升降功率、插棒、甩负荷以及长期低功率运行恢复等场景中的关键问题，试图通过优化算法、神经网络代理模型和大模型技术的融合，提升堆芯轴向功率分布预测与控制能力，从而兼顾核电运行安全性、灵活性和经济性。

项目提出的背景与当前能源结构变化密切相关。随着新能源占比提升，电网负荷波动和新能源出力不稳定性对电力系统调节能力提出更高要求，核电作为稳定基荷电源，也面临提升灵活运行能力的现实需求。传统核电运行强调稳定供能，但在功率调整和调峰过程中，堆芯状态受多物理耦合、非线性效应和运行历史等多种因素影响，控制过程复杂。尤其是轴向功率分布作为堆芯运行中的关键安全参数，直接关系到焓升因子、DNBR等安全裕量，是现场操作人员在负荷变化时重点关注和严格控制的对象。

在传统模式下，堆芯功率分布控制高度依赖工程师经验。运行人员或堆芯设计人员通常需要根据目标功率、控制棒位置、硼浓度变化和堆芯状态等因素，反复调用核设计软件进行手动迭代和试算，再从多个方案中筛选可行控制策略。这一过程不仅耗时耗力，也容易受到人员经验和操作习惯影响。为确保安全，传统运行策略往往设置较多冗余裕量，虽然保障了保守性，却可能牺牲部分运行效率和经济性。因此，项目的核心目标是让轴向功率分布控制更加精准、计算更加快捷、运行更加安全经济，并减少人因因素对控制结果稳定性的影响。

项目的实施路径分为从自动化到智能化再到端到端协同的递进过程。第一阶段主要是将传统依赖人工经验的搜索过程自动化，即通过核设计软件批量自动化运行，将人工反复试算转化为自动批量计算和自动寻优。项目采用改进精英策略遗传算法，以控制棒序列等关键控制量为优化对象，通过启发式优化方法自动生成、筛选和迭代控制方案。算法根据方案优劣进行分层排序，并在保留优质方案的同时维持群体多样性，以避免过早陷入局部最优。相比传统选择策略，这种方法兼顾优化稳定性、基因最优性和搜索鲁棒性，使轴向功率分布控制结果能够达到预期的正负0.5%范围。

第二阶段进一步引入智能化加速方案，重点解决传统高保真仿真计算时间开销大的问题。项目采用轻量化LSTM时间序列神经网络模型，以堆芯关键运行参数为输入，以轴向功率分布为输出目标，构建能够快速响应的神经网络代理模型。该模型可以在毫秒级完成单次功率分布预测，大幅提升方案评估和优化迭代速度。通过代理模型与优化算法结合，系统能够更快地探索控制空间，显著缩短从需求提出到方案形成的时间，并进一步挖掘潜在安全裕量。在长期低功率平台恢复至满功率的应用场景中，该方法有助于缩短机组恢复时间，提高发电利用率和运行经济性。

在前两个阶段的基础上，项目还探索了大小模型协同的端到端报告生成流程。大模型主要承担任务理解、需求识别和流程调度功能，通过集团智能体平台自动识别电站提出的运行需求，并对计算任务进行分类；小模型和优化算法则负责具体的预测、寻优和控制策略生成。完成计算后，系统可自动生成最终报告和成品文件，实现从需求输入、任务分解、模型调用、结果计算到报告交付的自动化闭环。这种协同模式不仅提升了交付效率和准确性，也进一步弱化了人工干预，使堆芯控制方案生成过程更加标准化、稳定化和智能化。

该项目的创新性体现在多种技术与核工程场景的深度融合。它不是简单地将人工智能算法叠加到核电业务上，而是围绕轴向功率分布这一具体且关键的堆芯参数，将核工程专业经验、启发式优化算法、时间序列神经网络代理模型以及大模型任务编排能力结合起来，形成面向工程应用的智能控制体系。从业务价值看，该技术能够减少人工计算和反复迭代时间，提高控制方案生成效率，在保障安全的前提下挖掘运行潜力，改善机组调峰能力和经济性。从示范意义看，它为核电领域中复杂物理系统的智能预测、控制优化和自动化交付提供了可复制路径。

项目已形成较为明确的应用价值和成果基础。直接经济效益方面，该方案可结合现有工单服务模式形成收益；潜在应用方面，其技术路线具有一定通用性，不仅可用于硼化稀释、控制棒策略优化等压水堆运行控制过程，也有望拓展至新堆型研发、核电设计优化和其他复杂工程系统。项目还已形成三项发明专利、多项软件著作权，并获得集团及公司级荣誉奖项，体现出较强的知识产权积累和工程转化能力。同时，该项目推动核工程与人工智能技术交叉融合，有助于培养既理解反应堆物理和核安全要求，又掌握智能算法和数字化工具的复合型人才。

从推广应用情况看，该技术已在CPR1000、华龙一号等多种压水堆机组上开展应用，并在岭澳、防城港、太平岭等多个核电基地落地。应用场景覆盖调峰升降功率、插棒、甩负荷、长期低功率运行恢复等多类运行策略，其中多个场景已形成成熟应用基础，具备进一步规模化推广的条件。随着核电机组参与电网调节需求增加，以及核电数字化、智能化转型持续推进，该项目所代表的智能预测与控制技术有望在更多核电厂、更多堆型和更多运行控制模式中发挥作用，持续提升压水堆机组的灵活运行能力、安全裕量管理水平和综合经济效益。