摘要：本文旨在討論核能5.0(Nuclear Energy 5.0) 的基本概念、體系架構和關鍵平臺技術等問題. 首先討論了核能5.0出現的新智慧時代基礎, 闡述了虛擬數字工業崛起的技術背景. 詳細敘述了核電工業新形態與體系結構, 即平行核能的定義、意義、研究內容、體系架構以及應用領域. 接下來討論了核能5.0中新一代核心技術, 包括核能物聯網、知識自動化、發展性人工智慧、大規模協同演進技術、核能區塊鏈等. 最後討論了核能5.0中在核電系統的具體應用場景與案例, 重點是核電工控系統安全評估與核電站數字化儀控系統.
關鍵詞：核能；智聯網；知識自動化；平行系統；ACP方法； 區塊鏈；虛擬數字工業
1 引言
中國社會和經濟的發展, 將會對社會供能提出嚴峻而又互相矛盾的挑戰. 一方面, 要求能源供給持續而快速地增長, 否則將會制約經濟的發展; 另一方面, 在十九大報告中提出的“加快生態文明體制改革, 建設美麗中國”的精神指引下, 能源行業積極支援國內環境保護和減排, 必須大規模減少碳、石油等化石能源的消耗. 核能是清潔、低碳、供能穩定、高能量密度的新能源, 因此發展和運用核能是構建中國當前能源安全、經濟安全、環境安全的可持續能源體系的重要支柱之一.
1.1 新智慧時代及其特徵
卡爾波普爾, 現代西方最有影響的科學哲學家,認為現實是由三個世界組成的: 物理、心理和虛擬世界[2]. 卡爾雅思貝斯在《歷史的起源與目標》[3] 一書中道出了第一物理世界的“軸心時代”: 公元前800到200年, 以中東、印度、中國、希臘、羅馬為中心的人性與哲學性的大覺醒時代. 我們認為, 第二心理世界的“軸心時代”, 就是從文藝復興開始到愛因斯坦為代表的科學時代; 第三虛擬世界的“軸心時代”源自哥德爾的不完備定理[4], 激發了維納、圖靈和馮諾依曼等對智慧和計算的新認識, 從而有了今天的人工智慧和智慧技術. 三個世界的三個“軸心時代”,分別代表著人類在人性、理性和智性上的大覺醒, 以及隨之而來的在哲學、科學和技術上的大突破.
在正在全面來到的第三軸心時代, 我們即將面臨第五次工業革命, 我們認為第五次工業革命的核心——智慧科技, 將會呈現以下特徵.
IT 的融合與重定義, 新智慧時代的IT, 是工業科技(Industrial technology), 資訊科技(Infor-mation technology) 和智慧科技(Intelligent tech-nology) 的融合, 因此, 我們又將其命名為“新IT”(New IT).
對物理、心理、虛擬三個世界的聯合探索, 新一代人工智慧技術的發展, 為探索和發掘心理、虛擬世界提供了可能性. 而對於這三個世界的聯合探索, 必將使得科技形態, 乃至社會形態, 發生革命性的根本變化[5].
ICT 與CPS 的重定義, 在工業4.0中, ICT 定義為Information and communication technology,CPS 定義為Cyber-physical systems; 而在智慧時代, 工業4.0將會演變成工業5.0新正規化, 相應地,ICT 會演變為Intelligent connection technology,CPS 則定義成Cyber-physical-social systems[6].
智慧社會基礎設施的進化, 社會基礎設施在交通網、能源網、資訊網或網際網路、物聯網之後, 現在已經開始了第五張網: 智聯網[7]. 這五張網, 把三個世界整合在一起, 並實現物理和虛擬世界的數字資訊協同、感知控制協同以及知識智慧協同.
1.2 虛擬數字工業的崛起
隨著新智慧時代的到來, 伴隨而來的是各個社會產業的新形態, 工業也不例外. 智慧技術最終將導致工業4.0時代向工業5.0時代的轉換. 我們將工業5.0時代的社會工業新形態概括為: 實體物理工業和虛擬數字工業一體的, 並以人工虛擬的數字工業為主導的新形態. 簡而言之, 未來的工業擁有虛實一體的, 卻又是虛實分工的新形態, 而“虛擬” 工業會逐漸從“實體"”工業手中取得工業運營和發展主導權.
這種向工業新形態的進化並非一夜之間發生的,而是會逐步進行, 並且在當前已經開始. 從上世紀中期開始, 網路化工業控制及其自動化經歷了20世紀60~70年代的模擬儀表控制系統、80~90年代的集散控制系統、21世紀初的占主導地位的現場匯流排控制系統, 以及當前正在普及應用中的工業物聯網.網路化工控系統總體趨勢是從簡單的本地儀控, 慢慢演化到遠端智慧的複雜系統管控. 當前的工業物聯網的注意力主要放在工業網路的精確性、確定性、自適應性、安全性等以工業通訊為主導中心的研發和應用上.
但是隨著工業智慧技術在廣度和深度上的進一步發展, 即將出現“類工業領域”、“廣義工業”、“社會製造”、“社會工業”、“軟體定義工業” 等智慧大工業新形態, 而這些新形態都是以平行的物理和虛擬工業為最大的特徵, 而且最終虛擬數字工業會佔據這個平行系統的主導地位[8-9].
虛擬數字工業誕生, 將會是工業5.0時代的最大特徵, 將會以極高的效率整合各種工業資源、極大減小工業過程中的浪費和消耗、極大地解放工業生產力, 並促進智慧大工業的出現和高速發展[10]. 按照虛擬數字工業的崛起路徑, 我們將其劃分為四個發展階段:
使能與輔助, 以當代各種工控系統為代表的系統, 以工業匯流排、工業控制、執行技術(Operationaltechnology) 為關鍵技術, 在當代工業中起著重要的使能與輔助作用.
支撐與服務, 隨著工業控制技術的進化, 其作用的空間領域和邏輯範圍越來越寬, 演化出如工業物聯網等概念, 為整個工業體系提供重要的業務執行和運營的支撐和服務作用.
管控與主導, 隨著虛擬數字工業技術的進一步發展, 以平行理論為代表的複雜系統管控科技開始發揮作用, 從而使虛擬數字工業內生出基於人工智慧技術的管控手段, 同時開始對實體工業的運營進行微觀與巨集觀層面上的主導作用.
支配與統治, 虛擬數字工業技術的最終發展目標, 是使得每一個工業體都擁有自己的伴生軟體定義的人工工業體, 而且其工業實力, 很大程度上取決於其對虛實互動的認識、實踐和效率, 取決於與其伴生的軟體定義的人工組織之規模. 而執行在資訊空間的數字工業體, 運用智聯網技術, 當它們互相在智慧和知識層面上聯結後, 無疑最終會佔據實體工業體的統治地位, 並支配各種產業經濟的執行.
2 核電工業新形態與體系結構
核能工業包含核能資源、核能燃料轉換、核反應堆設計、核電站、輻射技術、核安全、核廢料處理與環保、核輻射防護等多個組成部分. 其各個元件之間互相關聯和互動, 形成一個複雜系統. 本節討論的是, 在核能產業中佔據重要位置的核電工業, 以平行系統理論為基礎, 其發展態勢會出現何種新形態與體系架構, 如圖1所示.
2.1 新形態: 平行核電
核電系統是一個極其複雜的人機巨系統, 其研發、建造、執行等方面表現出了充分的複雜性. 在工程建造階段, 其複雜性表現在核電工程建造為一個開放的系統, 在設計、裝置製造、建安、除錯過程當中與整個核能工業鍊形成互動. 在執行階段, 其複雜性一方面為核安全靜態構成要素的複雜, 具體表現在系統複雜、規模龐大、資訊量巨大、分散, 人作為核電安全重要能動主體但技能與素質差別大; 另外一方面表現在核電安全動態複雜引數變化形成的系統狀態組合非常複雜、人機互動場景難以預期, 導致系統出現可能的不穩定狀態. 為進一步提高核電系統的安全執行水平, 降低事故發生率, 解決核電複雜系統難以建立精確數學模型的難題, 需要採用新的方法理論體系.
圖1 核電工業體系
平行系統 (Parallel Systems), 是指由某一個自然的現實系統和對應的一個或多個虛擬或理想的人工系統所組成的共同系統, 是控制系統、計算機模擬隨著系統複雜程度的增加、計算技術和分析方法的進一步發展的必然結果, 是彌補很難甚至無法對複雜系統進行精確建模和實驗之不足的一種有效手段也是對複雜系統進行管理和控制的一種可行方式平行系統理論的核心應用方法為ACP方法, 是指人工系統 (Artificial system)、計算實驗 (Computational experiments)、平行執行 (Parallel execution之間的有機結合. 人工系統可以理解為傳統的數學或解析建模的擴充套件, 計算實驗是模擬模擬的昇華, 而平行執行就是自適應控制 (包括內模控制、預測控制、自適應動態規劃 (Adaptive dynamic programming, ADP) 等) 的進一步推進昇華[14].
平行系統是模擬系統的高階發展, 其區別主要有以下幾點:
（1）系統的模擬需要以現實系統為版本對系統進行模擬與分析, 精度有限; 而平行系統以現實系統為基礎, 利用神經網路等代理模型建立與實際系統對應的虛擬系統, 解決複雜系統難以建模的難題.
（2）平行系統與實際系統之間存在互動, 不斷調整模型結構.
（3）平行系統可對系統狀態進行線上推演, 將未來狀態反饋給當前操作.
（4）平行系統中包含代理模型和智慧演算法如ADP(自適應動態規劃), 可實現對不同方案的自動計算 同時可評估最優設計方案.
2.2 平行核電系統的研究意義
平行核電系統涵蓋核電行業中執行、應急、設計、培訓等各個方面. 平行核電系統的研究, 充分發揮計算機強大的資料處理和推理能力, 以及人的創造力和在緊急事故情況下的事件的處理能力, 有助於及時發現核電複雜系統中存在的安全隱患, 保障人民群眾的生命財產安全, 實現核電設計改進、事故規程優化、執行推演、併發事故情景模擬、學習培訓、人員應急疏散演練、應急方案優化與驗證等功能, 提高核電工業安全可靠性, 對整個核電系統具有重要意義[15−17].
（1） 開展核電設計的改進, 包括工藝引數、事故規程的優化設計, 提升設計品質, 可對不同的設計方案進行計算實驗, 對實驗效果進行動態評估, 並在指定的最優目標函式邊界下, 自動計算最優設計方案.
（2）開展核電已知情景的綜合模擬, 如事故併發模擬技術研究、裝置意外失效情景模擬, 有助於查詢核電安全隱患, 提高核電安全水平.
（3） 開展智慧應急管理技術研究, 可最大程度模擬真實應急場景, 保證應急最優方案的制訂, 及應急情況下各項工作的順利開展.
（4）開展操作執行線上推演與智慧決策技術研究, 能準確、實時地評估出核電安全狀態, 並與執行人員實現智慧人機互動與智慧決策, 降低核電廠巨複雜系統執行安全存在的不確定性風險.
2.3 平行核電系統的研究內容
基於平行系統理念, 結合核電生產的實際特點,平行核電系統包括基礎構建層、資料和知識層、計算實驗層和平行執行層等, 如圖2所示. 該系統可動態模擬核電真實系統複雜執行過程, 實現對核電生產過程的狀態監測、核電系統未知情景的智慧模擬計算、核電應急方案的滾動優化分析及核電執行過程的線上推演評估與優化、人機互動高風險區域分析等, 增強核電安全固有屬性, 提升核電整體安全性與競爭力. 其核心思想為, 通過神經網路、行為分析模型等代理建模方法, 對電廠系統、裝置、人員建立模型, 組成同實際系統等價的人工系統. 在人工系統上, 通過計算實驗或試驗來認識實際系統各要素間正常和非正常狀態下的演化規律和相互作用關係,通過兩者的相互連線, 對兩者之間的行為進行對比和分析, 研究對各自未來狀態的借鑑和預估, 相應調節各自的控制與管理方式, 最後利用所認識的規律,通過平行控制實現正常情況下優化實際系統的控制和較少意外的發生, 非正常情況下找到讓系統迅速恢復正常的方法, 提高應急控制水平[18−22].
基礎構件: 構建具備大規模資料分散式儲存與海量資料分散式計算能力的基於SOA (Serviceoriented architecture) (或雲端計算) 平臺. 遵循FIPA(The Foundation for Intelligent Physical Agents)規範建立多智慧體環境, 並開發代理管理系統、分散式目錄伺服器和代理通訊通道等多代理平臺元件,實現平臺內部的代理生命週期服務、訊息通訊服務;最後, 結合實驗平臺的具體應用, 構建應用領體, 以實現平臺內部代理間的語義互操作性.
資料和知識: 運用基於代理建模方法對具體應用示範領域中的參與者、環境、規則和機制建模並構建各自的模型庫; 其次, 結合各應用領域的發展現狀, 基於實時監測資料構建場景庫. 基於XML語言設計一套形式化表示方法來統一描述實驗平臺中的領域知識, 並運用機器學習和自然語言處理技術半自動地構建領域知識庫, 實現平臺內部領域知識的儲存、表達與推理.
圖2 平行核電系統的主要研究內容
圖3 平行核電能系統執行流程圖
計算實驗: 設計同時支援真實與虛擬實驗場景的場景生成器. 場景生成器能夠接受終端使用者輸入的場景或自動提取場景庫中的特定實驗場景, 例項化實驗場景中的互動機制與管理規則, 並傳遞給事件驅動引擎完成計算實驗模擬; 基於離散事件模擬技術實現事件驅動引擎, 並動態模擬實驗場景中各代理的互動與通訊過程. 事件驅動引擎採用模擬時鐘模擬實驗平臺執行時的特定時刻和時間變化, 按時間順序儲存、分析和確定實驗過程中離散事件及事件間的引發關係. 通過模擬時鐘的推進和離散事件的處理來驅動和模擬計算實驗的過程; 最後, 研製適用於計算實驗平臺的演算法分析工具, 並以模組和元件的形式應用於實驗平臺中. 重點開發各類群體策略學習與優化演算法、定性與定量計算實驗研究演算法以及對各應用領域提供特定支援的專用演算法模組.這些工具將動態地分析、研究和優化計算實驗過程及其結果, 並實時更新知識庫.
平行控制: 基於智慧探測、感測網路與多源資訊融合技術實時地監測、收集與融合網際網路開源資料和各應用領域的結構化資料, 並基於實時監測資料生成或調整實驗場景; 其次, 設計一套完整的軟體庫和高層應用程式協議, 服務於實驗平臺與終端使用者之間的介面, 使得終端使用者能夠方便地管理和配置實驗平臺以及實驗平臺內部代理的執行; 實時監控和研究實驗場景中的不安全因素, 實現事件安全的被動式查詢與主動式風險研究及預警; 同時通過計算實驗和反饋調控實現半自動化計算研究和優化,生成實時最優決策. 最後, 設計動態視覺化的人機互動介面, 以文字、圖、表等形式全方位地呈現計算實驗模擬及其互動控制過程[23−25], 如圖3所示.
2.4 平行核電體系架構
為實現虛實結合的平行控制, 平行核電管控系統如圖4所示.
圖4 平行核電管控系統
圖4中左側為目前傳統的核電工業自動化領域,包括底層過程控制系統 (Distributed control system, DCS)、生產執行系統 (Manufacturing execution system, MES) 及企業資源規劃管理系統 (Enterprise resource planning, ERP). 右側為本文提出的虛擬人工核電系統, 對應的知識自動化領域. 採用構建人工系統、計算實驗和平行執行 (ACP), 實現對核電工業自動化系統的建模、計算和控制; 基於ACP 的虛擬人工核電系統和核電工業自動化系統形成核電社會物理資訊系統(Cyber-physical-socialsystems, CPSS); 採用 ACP 反覆觀察評估後, 通過虛實平行互動, 形成描述、預測和引導 (Description,prediction, prescription, DPP) 的分析、決策和執行過程, 最終利用虛擬核電系統對實際核電系統實施閉環有效的控制與管理.
虛擬人工核電系統從工業自動化領域通過大反饋獲得核電系統的物理、現場執行及社會資訊等大資料, 通過機器學習、資料驅動和語言建模, 進入知識自動化領域. 知識自動化基於ACP、CPSS 及DPP等建模、計算和控制過程, 形成優化的控制決策、通過大閉環引導實際核電系統優化執行.
以核電相關群體為社會管理的觀測、建模、計算及運營物件, 知識自動化可實現對網路資訊的捕捉、識別、追蹤、解析及預測. 其本質內容在於以使用者為中心, 通過採用面向基礎設施的架構、面向平臺的架構、面向軟體的架構, 使用 Web 挖掘等技術對網際網路、移動網際網路及智聯網的文字、視訊等資料進行採集; 同時藉助機器學習及雲端計算等技術實現資料的過濾、分析和結構化, 獲取資訊特徵; 通過特定的建模手段及方法實現知識的合成, 結合行為動力學特徵, 針對核電相關群體進行群體湧現行為計算與巨集觀社會現象預測, 進而主動提供基於知識的智慧推薦與基於決策的智慧服務, 實現核電管理自動化的全過程[26−28].
基於以上論述系統架構分為六層, 如圖5所示.
物件層: 對應物理核電系統, 包括核電工業全產業鏈, 囊括了核原料生產、加工、利用、廢料處理等環節, 核電站設計、建造、發電運維、改造、拆除等全生命週期環節, 核電研究相關產業以及核電周邊產業; 同時包含人、財、物及社會等對核電工業系統的影響.
資料採集與資訊形成層: 分成兩個部分, 一是目前已有的工業自動化系統及資訊系統. 主要包括DCS 系統、MES系統及企業級ERP系統. 二是在網際網路和多種通訊模式下, 人與社會對核電工業的互動, 將更加便捷和密切, 通過Internet等渠道收集大量的資訊, 並作用於物理核電系統, 稱為感知和執行, 這一過程產生的資訊將包含大量的人與社會因素. 最後通過大資料、模式識別、區塊鏈、雲端計算和社會計算等手段, 彙集以上所有資料資訊, 形成有效的資訊層.
儲存層: 將資料採集和資訊形成層形成的資料分門別類存入核電站運維資料庫、工業自動化資料庫、專家知識庫、政策資料庫、核電相關人員資料庫等各種資料庫.
特徵抽取及知識合成層: 採用自然語言處理、機器學習、智慧控制等人工智慧技術, 實現特徵抽取和知識合成.
解析層: 基於特徵抽取及知識合成層獲得的知識和特徵, 通過人機結合、知行合一、虛實融合等手段, 建立虛擬人工核電系統各環節模型和系統模型,實現虛擬人工核電系統的構建, 完成物理世界、精神世界、人工世界的三統一. 同時對平行核電產業進行平行系統建模, 完成全產業鏈平行化的目標.
平行控制層: 基於虛擬人工核電系統模型, 採用計算實驗, 獲得優化控制策略, 採用平行執行模式,實現對虛擬人工核電系統和實際核電系統的同步反饋. 平行執行對實際核電系統, 引導人與社會的活動; 採用軟體定義機器模式, 與物理定義機器進行控制互動. 平行執行可以調整虛擬人工核電系統的模型、引數、執行方式, 使虛擬人工系統與實際系統一致, 為下一步引導實際系統做準備. 最後, 實現物理、社會、賽博空間的互聯互通, 共同融合, 實現默頓牛頓系統的大統一. 同時, 在執行過程中, 運用動態閉環的管理方式進行平行控制與管理[29−33].
2.5 平行核電系統的應用
平行核電系統的研究, 可應用在核電系統設計改進、事故規程優化、執行推演、併發事故情景模擬、學習培訓、人員應急疏散演練、應急方案優化與驗證等多個方向[34−41], 如圖6所示：
圖5 平行核電框架
圖6 平行核電系統的主要應用
對執行部門, 提供核電系統的線上推演平臺, 可以評估執行人員的操作風險, 以及對風險事件提供智慧決策；
對應急部門, 模擬真實事故場景、同時考慮社會和人的心理行為主觀能動影響等缺點, 保證在應急情況下人員的快速疏散及救援工作的順利開展;
對設計部門, 可由事故後原因分析轉變為事前設計預防, 改進設計方案, 防止此類事故的發生, 為在最大程度上避免重大核事故的發生;
對培訓部門, 可以作為核電操作的輔助教學平臺, 以直觀的形式顯示核電的執行機理, 同時, 可模擬更多故障事件, 提高操作人員處理事件能力.
3 核能5.0支撐平臺新技術
3.1 智聯網
智聯網的定義為以網際網路、物聯網技術為前序基礎科技, 在此之上以知識自動化為核心系統, 以知識計算為核心技術, 以獲取知識、表達知識、交換知識、關聯知識為關鍵任務, 從而建立智慧實體之間語義層次的聯結、實現各智慧體所擁有的知識的互聯互通; 智聯網的最終目的是支撐需要大規模社會化協作的、特別是在複雜系統中的知識功能和知識服務. 智聯網的實質即以某種協同的方式進行從原始經驗資料的主動採集、獲取知識、交換知識、關聯知識, 到知識功能, 如推理、決策、規劃、管控等的全自動化過程, 因此智聯網的實質是一種全新的、直接面向智慧的複雜、協同知識自動化系統,
研究和建設工業智聯網, 為工業發展分析與評估智慧系統提供社會化基礎設施和支撐平臺; 通過該支撐平臺, 基於平行系統理論的分析管控、基於工業 CPSS 的系統架構以及產業發展分析的各種社會計算核心技術得以實現. 工業智聯網並非空中樓閣,是建立在網際網路 (資料資訊互聯) 和物聯網 (感知控制互聯) 基礎上的. 智聯網的協同知識自動化系統架構, 為建立複雜而高效的多層次社會化的感測、通訊和計算系統規劃和設計提供了邏輯結構和全體系化建設藍圖.
工業智聯網最重要的應用之一, 就是使能軟體定義的工業體系. 在工程領域, 越來越多的系統打破常規, 並通過開放的軟體定義的系統介面實現系統功能的靈活重構, 使得未來工程系統成為智慧實體的聯合體, 極大地改善了系統的擴充套件能力和靈活性. 當代軟體定義系統前沿的代表為軟體定義網路 (Software defined network, SDN), 靈捷虛擬企業 (Agile virtual enterprise, AVE) 和社會製造 (眾包). 知識自動化和智聯網, 是軟體定義流程與系統的核心: 結合知識表示和知識工程, 聯結智慧實體,構造和支撐各類針對特定領域和問題的軟體定義的流程 (Software-defined processes, SDP) 和軟體定義的系統 (Software-defined systems, SDS). 通過SDP 和 SDS, 使常識、經驗、猜測、假定、希望、創新、想象等形式化和實質化, 並使其組織、過程、功能等軟體化, 變為可操作、可計算、可試驗的流程和系統, 從而進一步深入複雜知識自動化系統的構想、設計、實施、運營、管理與控制[42].
3.2 知識自動化方法體系的研發
很多情況下, 工業系統的眾多過程呈現深度耦合、互動影響的特點, 可利用知識自動化的手段對工業過程管理的現象進行捕捉、識別、追蹤、解析、預測及誘導. 更進一步來講, 針對具體的研究物件,通過廣泛的感知、測量、採集和傳遞資訊的裝置或系統, 對資訊進行快速獲取並分析, 實現社會和技術訊號的實時採集、資料融合和分析處理; 然後, 基於ACP方法, 藉助網路資料探勘、自然語言處理及機器學習等技術, 通過結構分析、語義分析等手段對工業活動、結構、組織和功能等進行深入解析, 以獲取實時、系統且全面的知識來解決特定的問題[43].
3.3 發展性人工智慧代理系統
多智慧體系統的自治性、互動性、協同性、學習與推理等特點是研究複雜系統問題無可替代的絕佳手段. 針對社會計算中多智慧體系統的需求和發展方向, 我們提出了一個新概念, 即 “發展性人工智慧代理系統”[44]. 發展性人工智慧代理的核心特徵是“終生學習” 和 “永繼學習”. “終生學習” 的概念指的是, 一個發展性人工智慧代理針對一個系統參與者 (人、組織等社會實體), 建立與之對應的終生學習和互動機制, 終生獲取、認知並管控參與者的資料和知識, 從而做到智慧代理的知識, 隨著參與者自身的變化及外部環境的變化而改變. “永繼學習” 的概念指的是, 由於基於機器的人工智慧代理的知識是可以作為資料直接傳遞的, 因此在利用新的人工智慧代理解決新一階段出現的新系統問題的時候, 可以直接利用前序階段的人工智慧代理知識而不用重新訓練學習. 基於這兩個特徵, 發展性智慧體具備的認知、規劃、推理、學習、輔助和引導功能, 是通過其與對應參與者的長期知識互動而形成, 因此具備了深度認知能力, 以及對參與者改變的適應性.
我們認為, 針對目標工業的分析、決策、管控場景, 發展性人工智慧代理系統將是下一代多智慧體系統的新正規化, 能夠做到對複雜系統及系統中各參與者更精確的模擬, 從而建立虛實系統智慧體和人之間更加精確的互動機制, 為分析複雜工業系統打下更堅實的基礎.
3.4 大型平行協同演化技術
平行管理與控制的方法為有效建立混合增強智慧的框架提供了理論體系與平臺. 由於系統的複雜性的存在, 多數系統本質上不能解析建模. 基於平行系統的理論, 採用 ACP 方法可以對複雜系統進行雙閉環管理與控制. 在實際系統的基礎上, 通過多智慧體技術建立一個或多個虛擬的人工系統; 以計算設施為實驗室, 通過對人工系統的計算實驗, 來解決實際系統中難以實驗以及重複實驗的難題; 通過對實際系統與人工系統構成的平行系統進行虛實互動、平行執行來實現系統的管理和控制.
在平行執行的過程中, 需要建立基於系統協同演化機制的場景推演模型. 把實際系統與人工系統相互動, 建立協同演化的機制, 通過虛實互動提高各自的效能並進行優化. 在實際系統與人工系統協同演化的過程中, 需要運用演化博弈思想對協同演化機制進行系統的分析. 同時, 把演化演算法與博弈論理論、多智慧體系統理論相結合, 並引入分散式計算技術, 建立效能更高效的分散式系統演化演算法, 並將協同演化思想與人工神經網路演算法、人工免疫演算法、模擬退火演算法等結合, 整合現有智慧演算法中的不同搜尋技術, 建立功能強大的平行協同演化演算法, 與平行管理與控制相結合, 實現人工系統與現實系統的虛實互動和平行執行.
3.5 大規模混合增強智慧計算驗證平臺
結合典型工業應用, 搭建面向不同結構、不同型別、快速多樣的大資料計算實驗平臺, 建立實際系統的分散式、自適應、動態感知機制, 實時準確感知實際系統的多樣化資訊. 以人工系統為基礎, 以目標工業管控系統感測與感知資料為輸入, 研究人工系統智慧體的動態標定方法, 將智慧體的微觀推理決策引數與系統巨集觀執行演化特徵相結合, 完成匹配系統整體執行分佈的智慧體引數標定. 在智慧體引數標定的基礎上, 設計各引數科學合理的分佈範圍, 完成單因素到多因素的多智慧體協同、博弈、對抗等計算實驗, 分析影響工業執行的正負變數因子、主次變數因子, 並採用統計評優的方法評估當前環境引數下工業執行的風險點和管控手段.
3.6 核能產業區塊鏈
區塊鏈是一種全網共識共同維護且保有所有歷史交易資料的分散式資料庫. 其所採用的時間戳、非對稱加密、分散式共識、可靈活程式設計等技術使其具備了去中心化、時間可追溯性、自治性、開放性以及資訊不可篡改等特性. 區塊鏈技術的基本構架大致可以分為六層, 即涵括所有基層資訊資料和加密技術等的資料層、連線所有節點完成資料傳播以及驗證的網路層、涵括各種共識演算法與機制的共識層、制定獎勵與懲處的激勵層、封裝演算法和智慧合約的合約層、以及具體化區塊鏈應用場景的應用層.
區塊鏈的智慧合約技術可以真正做到在無外部監督的情況下, 以極小的運營成本支撐大型智慧實體網路的執行, 即 “分散式自治組織” (DistributedAutonomous Organization, DAO).DAO運用智慧合約執行一系列公開公正的系統執行規則, 在無人管理和監督的情況下實現自組織和自主執行. 結合前文提到的智聯網知識的協同執行方式 (層次型、集中型、分佈型、混合型), 基於區塊鏈的DAO為物聯網的運營提供了理想的平臺, 從而實現按照一定組織規則來自動組織智慧體和開展協同知識自動化.更進一步, 通過出售或收購DAO的股權, 提供或者購買DAO的知識服務, 開放智聯網DAO知識服務API等種種商業和技術創新, 智聯網可以成為一種社會化的技術生態系統, 旨在為全社會提供全方位的知識服務.
核能區塊鏈的核心思想是提供一個可信底層平臺, 各種產業單元可以基於此底層構建各種智慧合約, 構建通證, 實現鏈式協作. 目前各種區塊鏈平臺的效能還達不到商用要求, 區塊鏈技術需要進行效能的優化提升, 但是研發界抱樂觀態度.
實現核能區塊鏈和通證產業系統的基礎是智慧合約. 標準化的智慧合約可以由產業區塊鏈官方制定, 比如核能產業各個業務研發支撐一個區塊鏈條,發行通證作為業務的一個記賬單位, 所有的利益相關部門使用這個底層基礎設施, 從而在核能力生產網路中逐步實現通證產業系統. 在形成通證經濟系統雛形後, 智慧核能產業網路即形成.
基於區塊鏈技術的智慧核能產業網路, 每一個產業單元都通過智慧合約標準, 將自己的連入不同的產業鏈當中, 或者說每一個產業單元通過各種智慧合約正規化與自己的產業鏈上下游相連, 給自己的業務和整個產業鏈都在虛擬世界裡構建出一個 “虛實平行產業鏈”, 這些 “虛實平行產業鏈”, 通過智慧合約正規化, 接入電力產業體系中. 核能產業運作時,整個產業鏈條的相關智慧合約被不斷觸發, 實現自主高效的執行, 智慧核能產業得以實現.
核能產業區塊鏈技術, 將從根本上變革核能工業生產方式, 重塑整個工業的形態. 整個核能力生產都會執行在分散式的智慧產業網路上, 在區塊鏈上監視和管控每一個產業單元的執行狀況, 分析產業的巨集觀資料和生產微觀資料, 真正實現虛擬數字核能產業的資料化、知識化、智慧化[45−47].
5 結論與展望
本文首先討論了核能5.0出現的新智慧時代基礎, 闡述了虛擬數字工業崛起的技術背景. 其後詳細敘述了核能5.0及核電工業新形態與體系結構, 即平行核電的定義、意義、研究內容、體系架構以及應用領域, 並討論了核能5.0中新一代核心技術, 包括智聯網、知識自動化、發展性人工智慧、大規模協同演進技術、工業區塊鏈等. 最後討論了核電工業中具體的應用場景與案例, 核電工控系統安全評估與核電站數字化儀控系統.
在新智慧時代來到的時候, 以虛擬數字工業崛起為特徵的工業轉型正在逐步發生. 中國工業必須認清這一重大趨勢, 儘早開始這一轉型過程, 以避免在下一輪的全球工業競爭中處於劣勢和下游地位.中國核能工業, 無論在國家能源安全與經濟命脈的層面上考慮, 還是在保持核電工業技術在世界上的競爭力的層面上考慮, 都更應該儘早意識到工業虛擬數字化的必要性與緊迫性, 並儘早開始其程序. 因此, 本文闡述了核能 5.0, 以平行核電為核心理念的虛實一體的核電工業新形態與系統架構, 提出了世界領先的理念、參考模型和技術框架, 為中國核能產業未來的自主發展描繪了前景、道路與期望.