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。

为解决核电企业在运行、检修、设备管理、运维培训等全生命周期中积累了海量数据和文档在管理、检索和知识利用上以及安全性、合规性和知识可追溯性等方面的问题，宁德核电借助人工智能技术，探索将大语言模型的语义理解与推理能力与知识体系建设相结合，在“四个转换”驱动下，探索构建“9+9+N”知识管理体系，将25万余篇文档转化为结构化知识，建立了超过300万条段落级向量和关键词索引，初步实现了从“分散管理”到“集中精细管理”、从“静态存储”到“体系化运作”的转变，实现跨系统知识的高效整合与智能复用。

（1）知识管理的精细化：宁德核电公司以“9+9+N宁核知识管理体系”为核心，构建了统一的知识管理架构。该体系通过整合核电行业的多源技术、经验和资源，实现知识的标准化生成、规范化存储和共享化应用，推动管理模式由“分散粗放”向“集中精细”转型。

（2）问题处理的知识驱动模式：以智能化技术为支撑，在知识管理平台中引入聚合搜索、文内问答和图谱导航等功能模块，推动问题处理模式实现从“经验依赖”向“知识驱动”的根本转变。

（3）知识管理体系的优化：构建涵盖采集、加工、存取、共享、更新和智能应用在内的全生命周期管理体系，推动知识管理从单点应用走向体系化运作，探索建立设备级知识图谱，借助语义关联与推理分析技术，打通了不同来源之间的壁垒，使知识从零散片段转变为系统网络，实现了从“信息孤岛”到“知识关联”的深刻变革。

3.1 系统架构

首先是构建统一知识框架。平台结合运行、维修、设备管理等业务需求，建立覆盖全业务领域的分类体系和知识频道，确保知识覆盖全面、结构科学，避免臃肿和冗余。其次是规范采集，提升源头质量。平台依据全生命周期框架，针对不同类型知识制定差异化采集流程：一方面与GDAS、数据中台、SAP系统集成，实现日常数据的自动同步，确保时效性与完整性；另一方面利用OCR和文档拆解技术批量处理非结构化资料，使其转化为可编辑、可查询的结构化数据。所有采集内容均需经源系统或专家审核，确保文档内容准确、可靠并符合时效性要求。最后是打通壁垒，实现共享。

宁德核电公司“9+9+N宁核知识管理体系”

3.2 关键技术

（1）知识问题处理模式

智能化技术为支撑，在知识管理平台中引入聚合搜索、文内问答和图谱导航等功能模块，推动问题处理模式实现从“经验依赖”向“知识驱动”的根本转变。

l通过聚合搜索，实现跨系统的统一查询。平台整合了GDAS、SAP、经验反馈等多源知识库，依托RAG技术，将语义检索与答案生成相结合，突破了传统检索依赖关键词和多系统切换的局限。

l在聚合检索的基础上，平台进一步提供了文内问答能力。用户无需逐页翻阅冗长文档，而是可以直接在文档环境中提出问题，由大模型结合内容生成精准答复并标注来源。

l平台还建设了图谱导航，使知识由“孤立条目”转变为“关联网络”。围绕主泵、主给水泵等关键设备，构建了“设备一症状一原因一处置”的多维关系链路，并以可视化方式呈现。

（2）知识组织模式

l首先是设备图谱构建。围绕维修程序、运行手册、历史故障案例等多维度知识，平台将分散信息系统化整合，形成可视化的知识网络。

l其次，平台引入模型推理，提升图谱的智能化水平。通过建立运行参数、故障模式、报警信号与零部件编码之间的映射关系，系统能够在发现参数异常时自动提示潜在风险，并结合历史案例提供原因推断与维修建议。

l最后，推动跨域互联，实现高效协同。设备知识图谱不仅涵盖运维和维修数据，还与运行管理、技术支持和安全保障等领域知识相连接，形成跨部门、跨领域的关联网络。

（3）知识管理体系

构建了涵盖采集、加工、存取、共享、更新和智能应用在内的全生命周期管理体系，推动知识管理从单点应用走向体系化运作。

l围绕“9+9+N”框架，统一分类、标签和元数据标准，实现不同来源、不同类型知识的规范接入与一致化管理。通过搭建统一入口和导航机制，员工可跨模块访问运行经验、维保数据和GDAS信息，消除了信息孤岛，为知识集成与智能应用提供了制度和结构支撑。

l其次，平台形成了全生命周期闭环。通过知识梳理、采集、加工和运营四大路径，将企业多源知识整合并结构化转化，构建行业全景视图。借助大语言模型、自然语言处理和知识图谱等智能技术，平台不仅提升了检索精度和可视化能力，还确保知识能够持续优化、动态更新，真正实现“生产一应用一反馈一改进”的循环。

3.3 创新亮点

本案例以“四个转换”为总体方法论，深度融合大语言模型、RAG检索增强和知识图谱技术，围绕核电企业运行、检修、设备管理和知识传承等核心环节开展系统性建设。创新优势主要几个方面。

（1）技术先进性突出。传统知识管理系统大多依赖关键词搜索和静态文档库，检索效率低、准确率不足，难以满足核电现场对实时性和精确性的要求。本案例在行业内率先引入大语言模型和RAG增强检索，结合325万条段落向量和207万条关键词摘要，实现了“秒级响应、答案直达、证据可追溯”。相比传统模式的人工翻阅和多系统切换，检索时间由30分钟缩短至秒级，查全率提升三倍，显著提升了知识服务的专业化和智能化水平。

（2）创新引领性强。本案例创新性地提出并落地了“四个转换”路径，即知识管理由“分散粗放”向“集中精细”转变，问题处理由“经验依赖”向“知识驱动”转变，知识组织由“信息孤岛”向“知识关联”转变，知识管理体系由“零散应用”向“体系化运作”转变。这一系统化方法论不仅突破了核电知识管理长期存在的瓶颈问题，也为行业数字化转型提供了可借鉴的范式，具备显著的示范与引领价值。

本项目取得的主要成效集中体现在效率提升、决策优化和创新激励三个方面。

（1）一是显著提升知识获取效率。平台将25万余篇文档转化为结构化数据，构建325万条段落和200余万关键词摘要，检索精度和时效性大幅提升。借助大模型技术，知识查全率提高3倍，复杂问题诊断时间由30分钟缩短至秒级，年均节省人工时约20万小时，显著提升了信息流转与决策效率。

（2）二是优化现场运维与决策能力。平台支持精准检索、文内问答与设备图谱导航，帮助员工在故障处理和管理决策中快速获取支持信息，制定高质量方案，每年可避免约500小时的延误损失。设备图谱的引入则提升了维修策略的科学性和设备运行的可靠性。

宁德核电在知识管理上实现自主可控与智能化升级。本案例通过大语言模型、RAG检索增强和知识图谱等前沿技术的深度融合，探索出核电行业知识全生命周期管理的新路径，填补了行业体系化应用的空白，推动了知识管理从“文档分散”向“知识驱动”转型。

在经济效益方面，沉淀25万篇文档、325万条段落数据和200余万条关键词摘要，检索效率提升三倍以上。复杂故障诊断由30分钟缩短至秒级，年均节省人工时约20万小时，折合近百人年的工作量。统一的知识底座减少了重复系统建设与运维投入，全生命周期闭环管理提升了知识利用率与再生价值，实现了安全、效率与成本的协同优化。

在社会效益方面，本案例显著提升了知识共享水平和人才培养质量。通过专家库、技术论坛和知识激励机制，打破了部门与专业壁垒，推动形成“全员建库、全员用库”的新局面。一线员工能够快速获取标准化知识与历史案例，减少了对少数专家经验的依赖，提升了团队整体能力与风险防控水平。知识的普惠性和均衡性显著增强，核电企业的安全保障能力和应急响应能力得到全面提升。

完成单位：福建宁德核电有限公司

主要完成人：苏方伟、田辉宇、潘烽、王志超、吴磊、曾曼璐