核电装备的“智”变：人工智能驱动的风险评估与运营辅助

人工智能（AI）与核电的融合，正在从概念验证走向实质性的工程实践。2026年8月，这一趋势呈现出前所未有的密集态势。8月18日，Atomic Canyon公司宣布核工业虚拟助手NIVA在北美商业核电机组实现全面上线；8月20日，Nuclearn与GSE Solutions宣布将AI引入核电站模拟培训；8月23日，凤麟（齐鲁）高端论坛在青岛举办，中国科学院院士吴宜灿提出“核能支撑AI、AI重塑核科技”的双向赋能新范式；8月25日，NuScale Power宣布部署核能专用AI工具以加速小型模块化反应堆项目开发。

这些事件并非孤立发生，而是标志着一个广泛的结构性转变——AI正在从外围辅助工具，逐步嵌入核电站这一高端装备制造与运行系统的核心环节。从创新设计、高效运维到安全管控，AI正全链条地加速核电产业向智能化跃迁。核电可为AI时代的海量算力需求提供稳定、零碳的能源底座，而AI则可深度嵌入核科技研发、运维、安全管控全流程。这种双向赋能的关系，正在重塑核电领域的底层逻辑。

然而，AI在核电领域的嵌入并非一蹴而就。核电站作为安全性要求最高的工业系统之一，其装备制造、运行维护和风险评估均涉及极高的技术门槛和严格的监管要求。AI的应用必须在可解释性、可追溯性和可验证性等方面满足核电行业的特殊约束。

风险评估的新维度：耦合系统中因果路径的贝叶斯网络识别

AI的快速发展激发了数据中心电力需求的急剧增长。核电站作为一种可靠的低碳基荷能源，正被日益广泛地纳入数据中心的供电方案。然而，这种耦合关系引入了传统概率风险评估框架未能覆盖的新的运行相互依赖性。

美国马里兰大学Stefano Marchetti等人2026年8月发表于Progress in Nuclear Energy的一项研究，提出了一种基于贝叶斯网络的核电站-数据中心耦合系统风险评估框架。该框架的核心创新在于：通过因果分析显式捕捉从组件故障和网络攻击到始发事件、再到堆芯损伤的因果链条，这与标准概率风险评估逻辑保持一致。框架的参数估计综合运用了基于文献的工程判断和基于系统模拟器与蒙特卡洛模拟生成数据的数据驱动学习，同时通过概率参数建模传播认知不确定性。

该框架的价值不仅在于定量估计耦合导致的堆芯损伤频率增量，更在于能够识别最具影响力的故障与网络攻击，并提取导致堆芯损伤的最可能因果路径。通过对压水堆和小型模块化反应堆多种耦合配置的应用分析，研究证明了该方法能够同时提供定量风险估计和可解释的风险洞察。

这一研究的意义在于，它展示了AI在核安全领域的一种务实路径——不是用黑箱模型替代人的判断，而是用因果分析帮助风险分析师从海量可能性中聚焦到最值得关注的少数路径。在核电站此类高端装备系统中，组件数以千计，故障组合近乎无限，人的认知资源有限。AI的作用在于将这种“组合爆炸”压缩为可管理的信息集，从而支持风险指引（risk-informed）的设计与运行决策。

运营管理的知识工程重构：以NIVA为代表的核电智能辅助系统

如果说风险评估框架代表了AI在核安全领域的“后台”计算，那么NIVA的全面上线则标志着AI走到了核电站运营的“前台”。

2026年8月18日，Atomic Canyon公司宣布核工业虚拟助手NIVA在北美商业核电机组实现全面上线。该平台由Atomic Canyon与核电运营研究所（INPO）、电力研究院（EPRI）和核能研究所（NEI）等机构合作开发，面向上述机构成员单位的商业核电站开放。NIVA定位为核电行业专用AI平台，主要用于帮助核能专业人员在技术、监管和运行管理等复杂工作流程中更快查找、整合和应用行业知识。

NIVA目前形成两项核心应用。“知识助手”支持用户用自然语言提问，基于行业资料生成答复，并以内嵌引用指向原始记录以便用户核查来源；“运行经验助手”则通过语义和上下文分析筛选相关运行经验，而非仅仅依赖关键词匹配。平台还在开发故障排查功能，计划于2026年晚些时候启动试点。

NIVA经过了为期六个月的试点验证，试点用户涵盖星座能源公司（Constellation Energy），该公司在美国六个州拥有26座核反应堆，核电发电量约占美国清洁核电总量的三分之一。这一部署标志着AI在核电领域的应用已从有限试点阶段推进至规模化运行阶段。Atomic Canyon创始人特雷·劳德代尔指出，美国核能行业积累了数十年的技术文档与运行经验，但大量知识仍滞留于非结构化的文档体系中，难以匹配现代工作流程对信息获取速度与精度的要求。NIVA的正式投用表明，经充分验证与审评后，AI工具已具备纳入核电站运行支持体系的条件。

值得关注的是，NIVA的全面上线并非孤例。同期，NuScale Power宣布部署核能专用AI工具，初步概念验证显示，面向核能设计的AI术语体系和工作流程可将查找相关信息所需时间最多缩短80%。Nuclearn与GSE Solutions的合作则将AI引入核电站模拟培训，开发AI辅助操作员决策支持、面向风险和设计分析的高通量场景探索、工程修改“沙盒”、模式识别工具等功能。这些进展共同表明，AI在核电站运营端的应用正在从单一的知识检索向决策支持、培训模拟、设计优化等多个维度扩展。 

参考文献：

[1] NIVA, the Nuclear Industry Virtual Assistant, Powered by Atomic Canyon's Neutron — Launches Fleetwide [EB/OL].(2026-08-18). https://www.usnic.org/news/niva-the-nuclear-industry-virtual-assistant-powered-by-atomic-canyons-neutron-launches-fleetwide/

[2] Nuclearn and GSE Solutions Announce a Strategic Collaboration to Bring AI to Nuclear Plant Simulation and Training[EB/OL].(2026-08-20). https://www.prnewswire.com/news-releases/nuclearn-and-gse-solutions-announce-a-strategic-collaboration-to-bring-ai-to-nuclear-plant-simulation-and-training-302856068.html

[3] 锚定前沿产业新赛道！凤麟（齐鲁）高端论坛在青岛开幕[EB/OL].(2026-08-24). https://www.stdaily.com/web/gdxw/2026-08/24/content_568854.html

[4] NuScale Power Deploys Nuclear-Specific AI from NPX and Nuclearn to Speed Development of Its Advanced Reactor Program[EB/OL].(2026-08-25).  https://nz.finance.yahoo.com/news/nuscale-power-deploys-nuclear-specific-105000120.html 

[5] A framework for probabilistic risk assessment of nuclear power plants coupled with data centers using causal analysis[EB/OL].(2026-08-10).  https://www.sciencedirect.com/science/article/pii/S0149197026003173