浅谈对核电厂实物保护系统运行可靠性开展评估分析的方法和意义

一、引言

伴随着全球能源结构向低碳化转型加速，核能凭借其高能量密度、低碳排放的显著优势，已成为全球各国战略能源的支柱，是未来世界能源发展的重大研究方向。目前，我国正处于核工业大国向核工业强国迈进的阶段，核能事业在不断发展，核电厂的数量也在稳步提升。核电厂实物保护系统是防止敌人对核设施进行破坏或者转移的系统，它对于核电厂的安全运行、保证核电厂内部机密信息的安全来说非常重要，是核电厂抵御外部威胁、防范内部风险的核新技术屏障。然而，随核电厂数量的不断增加也加剧了安全风险的复杂性，一方面，伴随人工智能等新技术不断发展，网络攻击、无人机袭扰等新型威胁事件频发；另一方面，核电厂的数量增多更容易成为不法分子的攻击目标，使得核电厂的安全保卫工作难度增加。这些都对核电厂实物保护系统安全、稳定、可靠运行提出了更高的要求，因此对核电厂实物保护系统开展运行可靠性评估是必要的、迫切的。

目前常用的压缩机可靠性研究方法有：经验模态分解（Empirical Mode Decomposition，EMD）信息熵、统计分析法、故障树、马尔科夫链、贝叶斯分析、极限状态方程等。本文主要探讨故障树和贝叶斯分析方法在核电厂实物保护系统可靠性评价中的应用方式，故障树方法可构建实物保护系统的故障书模型、定性分析及定量分析，指出了其各个子系统的薄弱环节，可为实物保护系统可靠性的提升给出了一定的建议，但是故障树分析方法不能很好的识别往复式压缩机系统的薄弱部分以系统的不确定现象。贝叶斯网络拥有强大的概率推理能力，鉴于贝叶斯网络模型之间的条件独立性[1]，更加符合核电厂实物保护系统各子系统之间的独立性，通过建立实物保护系统贝叶斯网络模型，通过正向推理可以计算出整个系统正常运行的概率，通过反向推理，可计算在整个系统故障时某一个或几个节点的故障概率。通过双向推理可识别实物保护系统的薄弱环节，对系统的运行可靠性分析有一定作用[2]。

一、核电厂实物保护系统概述及故障树和贝叶斯网络模型

1.1 实物保护系统概述

实物保护是用于组织蓄意破坏核设施及核材料，以防止盗窃、抢劫、擅自转移和未经授权使用核材料活动的安全防范措施。实物保护系统具有探测、延迟及响应功能，是用于阻 止破坏核设施及核材料，以及防止盗窃、抢劫或擅自转移和使用核材料活动的 系统。 典型的核电 实物保护系统一般由视频监控系统、入侵报警系统、出入口控制系统、水域安全 低空 防御系 统、集成管理系统组成，各系统相互独立，有机配合[3]，确保核电厂关键设施、核材料的安全。 未来，随着智能化技术的发展及威胁种类的升级，实物保护系统将持续发展和更新，向更动态、更协同的方向演进，为核电厂的安全提供坚实的保障。

1.2 实物保护系统故障树模型

故障树分析方法就是以所研究系统不期望发生的一个故障事件作为分析的既定目标，然后再寻找直接造成这一故障问题发生的全部直接影响因素，再找出造成这一级事件发生的全部直接影响因素。一般来讲，把不希望发生的事件即分析的目标事件称作顶事件，不需要再深究的事件称为基本事件，介于顶事件与底事件之间的一切事件称为中间事件。再使用相应的故障树符号代表这些事件，并用合适的逻辑门把顶事件、中间事件和基本事件连接起来，分析得到的树状图就被称为故障树。本文则将故障树用于表示某核电厂实物保护系统的特定事件（不希望发生的事件）与它的各个子系统或各个设备故障事件之间的逻辑结构关系。为了更清楚地反映实物保护系统故障原因与故障模式之间的逻辑结构对应关系，在上述分析的基础上，以“实物保护系统故障”为顶事件建立了实物保护系统的故障树模型。图 1 为核电厂实物保护系统故障树模型。

1.3 实物保护系统贝叶斯网络模型

在一般集成系统中，常常应用故障树分析法进行系统可靠性评估，但是故障树分析法具有一定的局限性，贝叶斯方法不需要计算实物保护系统的最 小路集，形式直观。所以利用贝叶斯网络方法对实物保护系统运行可靠性进行评估和分析，根据实物保护系统的故障树模型 直接映射为贝叶斯网络模型[4]，可以得到核电厂实物保护系统的BN 模型如图2 所示。

三、核电厂实物保护系统贝叶斯模型可靠性评价

在核电厂实物保护系统的BN 模型中， （X₁，X₂，…X₂₂） 代表了系统BN 中的设备故障模式，也可以称为基本事件； （A₁，A₂，…，A₆） 代表了BN 中每个子系统的故障； T 代表BN 中实物保护系统故障。通过以上分析，在实物保护系统 BN 中，根节点是 X₁～X₂₂ 。首先要计算每个根节点的失效概率，再通过 BN 模型推理求各个子系统以及实物保护系统的故障概率。然后再利用BN 模型的反向推理能力，在确定已知子系统故障的情况下，得出各个基本事件的故障概率，推断出最可能引发该子系统故障的基本事件。

四、结论

本文以某核电厂的实物保护系统为研究对象，建立了实物保护系统的故障树模型和贝叶斯网络模型，利用贝叶斯网络的双向推理能力可评价出实物保护系统整体的可靠度，也可反推出实物保护系统的薄弱环节，对后续实物保护系统的运行维护具有一定意义。

五、参考文献

[1] Pearl J.. Probabilistic reasoning in intelligent systems， Computer Science Artificial elligence， 1988， 70 （2）： 1022-1027.

[2] Zhang， Chenbing， et al. "Reliability evaluation of reciprocating compressor based on Copula Bayesian etwork odel." 13th nternational onference n Quality， Reliability， Risk， aintenance， and Safety Engineering （QR2MSE 2023）. Vol. 2023. IET， 2023.

[3] 唐联华.核电站实物保护系统集成模式浅析[J].中国核电，2010，3（03）：246-252.

[4] 程岳梅，李小波，田世贺，等.基于贝叶斯网络的地铁牵引系统可靠性评估[J].智能计算机与应用，2021，11（03）：56-60.Pearl J.. Probabilistic reasoning in intelligent systems， Computer Science