编者按：

近年来，全球核能领域数字化转型风头正劲，推动人工智能与核能产业的深度融合，不仅是响应国家“人工智能+”行动部署的具体实践，也是我们构建现代核能体系、实现安全高效发展的必由之路。中国能源研究会积极响应时代命题，在2025年能源行业人工智能创新技术应用案例征集活动中，特设置了“AI+核能创新应用场景”的征集方向。

自启动以来，活动得到了业界、学界以及科技企业界的广泛响应，共收到来自全国49家单位的数百份场景方案，覆盖从设计建造、运维管理、安全监管到燃料循环、公众沟通、前沿材料等全链条环节，充分展现出这一交叉领域的蓬勃活力与广阔前景。经过多轮严谨的研讨与遴选，我们从众多优秀场景中筛选出了100项代表性场景，并在此基础上通过进一步交流与遴选，最终优选出了30项具有前瞻性、创新性和实践价值的场景作为本次征集活动的最终推荐成果。现将这30项“AI+核能创新应用”推荐场景案例进行集中展示，以供探索核能领域AI场景应用的单位和同行互相学习与提高。

针对海上风电机组智慧运维中的面临的感知维度不足、预测精度不高、决策支持滞后、系统闭环缺失等关键问题，围绕“数据-模型-决策-执行”闭环，研发并构建一套“面向海上风电机组智慧运维的感知、预测、决策一体化技术体系”，为提升海上风电运维效率、降低运维成本、保障能源稳定供应提供强有力的科技支撑。

针对海上风电场多机组、多任务、多角色协同的复杂运维场景，突破单点决策效率低、协同困难的局限，创新性地设计了基于强化学习和博弈论的多智能体协同框架。该框架能够模拟并优化维修人员、无人机、巡检机器人、运维船舶等不同智能体之间的任务分配、路径规划、协同作业策略，以及与远程专家的协同互动，实现资源的最优配置和任务执行效率的最大化。

1. 关键技术

（1）预测层。突破基于多源数据建模的海上风电机组多模态故障智能预测技术。

• 基于数据驱动和多尺度特征增强的健康状态评估诊断技术。构建了先进的多尺度特征提取模型和学习网络，并融合多种智能评估诊断模型，实现了对多源异构数据在不同尺度上的深度融合与深度挖掘。

• 机理数据融合驱动的早期故障预警及寿命预测技术。建立了基于动力学模型与数据融合的塔筒疲劳评估模型和基于对称结构先验知识引导的早期故障预警模型，实现了对海上风电机组关键部件（如叶片、塔筒、变桨轴承等）早期故障及时准确的预警和剩余寿命的精细化、动态化预测。

• 虚实协同的载荷反演技术及动态性能预测技术。建立传感器测量信号与结构内部真实载荷之间的非线性映射关系模型，实现了对关键部件（如叶片根部、塔筒底部）动态载荷的精确反演。基于反演得到的载荷谱和实时运行数据，预测海上风电机组未来短时性能（如功率输出波动、振动水平）的变化趋势。

（2）决策层。创新任务感知的多智能体协同调度机制。

• 面向运维场景的多模态语义理解技术。针对海上风电运维中涉及的海量异构数据（文本、图纸、视频、传感器数据等）和复杂指令，创新性地研发了能够融合理解多源信息的多模态语义理解引擎。

• 基于检索增强的知识推理与决策支持。引入检索增强生成（RAG）技术。将结构化的运维知识、历史故障案例、专家经验与实时感知和预测结果动态关联。

2. 创新亮点

创新点一：提出了“数据驱动-机理增强-虚实协同”的智能预测新方法，解决了“故障预警不准、无法先知”的问题，实现了从被动抢修向预防性维护的转变，大幅减少了非计划停机时间。

创新点二：构建了“语义理解一检索增强一智能协同”智能决策新框架，解决了“系统分散、信息孤岛、难以协同”的问题，提高了运维管理的整体效率和决策的落地执行能力。

创新点三：研发了“数字孪生一健康管理一智能运维”一体化智能健康管理系统，解决了“系统分散、信息孤岛、难以协同”问题，提高了运维管理的整体效率和决策的落地执行能力。

本场景案例的核心技术和自主研发工程应用体系，已融合海上风电机组数字孪生智能健康管理系统，在江苏如海和绿谷两个海上风电场（共103台机组，装机总容量425MW）进行示范应用。

该系统通过SCADA、传动链振动、叶片声纹、叶根载荷、塔筒载荷、激光测风雷达等多源数据相互融合，利用多模态感知、数据治理、深度学习、边缘计算等技术，结合风电机组数字孪生模型，对风电机组进行实时状态监测和健康诊断。

相比传统健康管理系统，解决了数据获取难度大、数据完整性低、健康监测准确性低的问题。在使用期间，系统综合告警准确率为87%，大部件相关故障预警平均提前时间从1天提升至3天。按照后续两年持续应用该系统技术推算，可提升可利用小时数40小时，增加发电收益共1537万元，降低运维成本共1900万元，预测累计经济效益3437万元。

围绕海上风电机组的运行监测、状态评估、故障预测与智能决策等关键环节，形成了多项自主可控的性能指标体系，技术性能在精度、效率、响应能力及系统适配性等方面均达到国内领先、国际先进水平。

完成单位：中广核（北京）新能源科技有限公司&中广核风电有限公司

主要完成人：田元兴、苏宝定、王雁冰、成和祥、王宁、韩则胤