深度学习在设备状态评估中的研究现状及其在核领域的应用展望

来源：核动力工程杂志2025年第5期北京时间：

作者：罗能, 刘才学, 朱军, 周正平, 罗婷, 周成宁

单位：1.中国核动力研究设计院核反应堆技术全国重点实验室，成都，610213；2.江苏核电有限公司，江苏连云港，222000；

摘要：随着核能在全球各行业的广泛应用，反应堆机电设备的状态评估在覆盖范围、实时性、经济性和准确性方面面临更高要求。传统基于物理仿真、专家知识或数据驱动的方法难以满足这些新挑战。本文从深度学习在设备状态评估中的研究思路入手，围绕设备状态甄别、故障诊断、故障预测以及状态评估模型的部署应用4个核心任务，系统梳理了当前研究的现状与不足，并对核领域设备状态评估中的深度学习应用进行了回顾与展望。在此基础上，提出了一种基于知识和数据融合迭代的设备状态评估技术体系，明确了未来技术研究的方向，为核能设备智能化运维提供了新的思路和方法。

关键词：深度学习, 设备状态评估, 核领域