基于数字孪生的核电厂电气设备状态监测技术研究.pdf

摘要

摘要

数字孪生技术运用于核电厂电气设备的智能运维领域能够充分发挥其强可交互性、

强可视化等优点，大大提升核电厂生产运维的安全性和可靠性提供。数字孪生技术具

有较强的兼容性，可以通过内嵌智能算法等与新兴智能技术结合，不断优化自身，从

而发展出更加完善的数字孪生体。本文以核电厂安全级电气设备为对象，构建了一套

可用于该领域的数字孪生模型，并以核电厂安全级低压开关柜为主要对象，以数字孪

生模型为基础结合智能算法，针对其可能出现的局部放电故障进行了局部放电模式检

测以及放电源定位，实现了核电厂安全级低压开关柜的状态监测。本文进行的主要工

作如下：

首先，根据核电厂电气设备的安全级分级对主要电气设备进行了结构、原理以及

故障机理的分析，在传统五维数字孪生模型的基础上，引入了边缘计算技术构建数字

孪生边缘网络(DITENs)代替传统数字孪生五位模型的孪生数据层和服务层，引入数字

孪生网络（DigitalTwinNetworks,DTN）代替连接层，构建了智能数字孪生(SDTs)模

型以简化和改进数字孪生模型，并设计了用于跨平台传输传感器实时监测数据的跨平

台通讯方案。

然后，提出了一种可用于低压开关柜局部放电模式检测的多CNN深度集成网络

模型。利用CNN的图像识别能力，对局部放电现象发生时绘制的PRPD图谱进行识

别和分类，以此达到局部放电模式识别的目的。本文提出的模型对于局部放电的识别

准确率随着模型集成度升高不断提高，且大大优于单CNN模型，可内嵌于数字孪生

模型中作为低压开关柜数字孪生模型的局部放电检测算法。

其次，利用局部放电检测的到达时间法(TimeDifferentofArrivalMethod,TDOAM)

进行局部放电源定位。详细分析了利用AE传感器定位局部放电源的原理，以

TDOAM法为基础构建了局部放电源定位的数学模型并简化，确定局部放电源定位问

题为一个有约束优化问题。由于传统算法解优化问题的局限性，采用粒子群算法

(PSO)对该问题进行求解，并对比了其与遗传算法(GeneticAlgorithm.GA)以及量子遗

传算法(QuantumGeneticAlgorithm.QGA)的定位精度，最终表明PSO算法对于局部放

电源定位拥有更高的准确性，且满足精度要求。

最后，以电树枝理论为基础，结合应力老化理论构建了低压开关柜的绝缘性能估

计模型，并利用Weibull分布函数对模型进行优化，使其能够适应多局部放电源下的

多电树枝发展过程绝缘性能评估。最终通过实验分析验证了该模型对于低压开关柜绝

缘性能检测的准确度和可用性。

关键词核电厂电气设备；数字孪生；低压开关柜；局部放电；状态监测

I

目录

目录

摘要I

AbstractIII

目录V

ContentsVII

第1章绪论1

1.1选题背景及意义1

1.2核电厂电气设备状态监测技术研究现状2

1.2.1核电发展现状2

1.2.2电气设备状态监测技术研究现状4

1.3数字孪生技术研究现状5

1.3.1国外研究现状5

1.3.2国内研究现状5

1.4本文研究内容和组织结构7

1.5本章小结7

第2章核电厂主要电气设备及数字孪生模型9

2.1核电厂主要电气设备概述9

2.1.1核电厂电气设备安全分级9

2.1.2核电厂主要电气设备10

2.2数字孪生模型14

2.2.1五维数字孪生模型14

2.2.2智能数字孪生(SDTs)模型16

2.2.3核电厂电气设备SDTs模型17

2.3低压开关柜SDTs模型构建18

2.3.1低压开