在迈向碳中和的背景下，先进核能至关重要，但核电站作为极其复杂的工程系统，在实际运行中面临着工况复杂、参数紧密耦合以及难以准确预测等严峻挑战。现有物理测量设备存在局限性，一些潜在的危险情况（如轴向功率失衡、氙震荡等）可能难以被预先发现和干预，尤其是在内外探测器部分故障或失效的情况下。因此，引入人工智能来发展智能化的运维、推进堆内外信息重构，对于降低核电站运行风险和人工操作难度显得尤为迫切。

虽然目前已有许多关于核电智能运维的研究，但主流的“仿真驱动”和“测量数据驱动”两种方法都存在明显的瓶颈：前者在真实复杂的电厂环境下难以确保模型的精度，而后者则难以解开多物理场参数之间错综复杂的耦合问题，并且这两者在辅助人员决策的可解释性上皆存在提高空间。

为了突破上述瓶颈，本文提出了IOTM数据驱动框架。其创新之处在于，将复杂的耦合参数统一映射至一个仅由反应堆六个关键安全指标张成的隐空间中，既缩短了高维直接推理的时间，又可以在隐空间中看出不同工况的运行轨迹，提高了监测系统的可解释性。

IOTM采用了模块化设计，主要由两个模块构成。

模块一是图注意力冗余提取器（GARE）。面对堆芯内密集的自给能中子探测器（SPND），GARE模块运用了图注意力网络（GAT）与对比学习方法，不仅捕捉了探测器间的空间拓扑关联，还通过“注意力机制”为不同探测器动态打分。这一设计精准识别并剔除了冗余数据，通过聚类分析找出了探测器间的“协同工作圈”，大幅降低了计算成本，同时让复杂的堆芯状态变得直观、可解释。

模块二则是双KAN自编码连接器（DKAC）。这一模块启发于模态对齐的思路，通过引入前沿的Kolmogorov-Arnold网络（KAN）架构，构建出了一组拥有共享隐空间的自编码器，分别对堆内和堆外数据进行深度编码。通过隐空间内的特征对齐，该模块成功实现了堆内与堆外信息的“双向互推重建”，并完成了安全参数的解耦。模型包含四种推理模式（in->in/in->ex/ex->in/ex->ex）能够满足运维人员的不同监测需求。

在真实的核电工业部署中，绝对的安全是第一要义。为此，研究团队设计了一套动态置信度与不确定性门控机制。路线中引入了MC Dropout与温度缩放技术，让模型在输出预测值的同时，能实时给出“安全置信区间”。一旦在剧烈瞬态等极端工况下，模型的不确定性超过了预设的安全阈值，门控策略便会自动触发，向操作员发出低置信度警告或建议人工介入。这种防御性设计为模型从理论构建走向工业部署提供了可能性。

最后，研究团队依托“华龙一号”的60万条的真实运行数据对模型进行了测试。结果表明，在常规运行工况下，模型成功实现了堆内外信息的双向精准互推，其平均相对误差和误报率均被控制在了3.00%以下。同时模型展现出了对噪声与故障工况的鲁棒性：在模拟高达30%的探测器遭遇强噪声干扰，或是面临15%的常见探测器物理故障时，系统依然能保持较为稳定的监测水平。

原论文链接：

https://doi.org/10.1016/j.aei.2026.104785

《Advanced Engineering Informatics》（ADVEI）是由 Elsevier 出版的工程信息学领域权威国际学术期刊。该期刊最新影响因子（IF）为9.9，在 JCR 分区中稳居计算机科学与人工智能应用领域的 Q1 区（Top），学术影响力显著。ADVEI 致力于刊载工程系统智能化过程中的前沿研究，涵盖数字孪生、知识表示、智能运维及数据驱动的复杂系统决策等关键领域。

其办刊宗旨在于通过信息技术解决核能、交通及航空航天等复杂工程领域的实际挑战，特别强调研究成果需兼具深厚的理论背景与明确的工程实践意义。ADVEI 凭借严谨的同行评审程序和对高质量创新工作的筛选，已成为推动全球工业数智化转型的关键学术交流平台，并被包括上海交通大学在内的多所顶尖高校列为学科高水平学术期刊。随着学术影响力的持续扩大，ADVEI 将继续在促进工程与信息科学深度融合方面发挥引领作用。

赵荣，上海交通大学巴黎卓越工程师学院2024级本科生，现跟随龚禾林副教授从事复杂系统工程的AI for Science/Engineering研究。现已发表SCI论文两篇（包含此篇）、医学领域核心期刊一篇。科研方面，作为团队核心成员参与了：1）核电安全技术与装备全国重点实验室开放课题“AI和数字孪生驱动的华龙一号核反应堆运行边界预测研究”；2）2025年中国高校产学研创新基金-产业协会智慧医疗创新专项课题“机器学习辅助碘-131精准治疗甲状腺功能亢进症”；3）2025年徐汇区医学人工智能应用场景“揭榜挂帅”项目“基于人工智能的骨科围手术期精准医疗多模态数据库构建及应用”。担任院学生会主席团成员、第十四届范绪箕奖学金同学会副会长、第五期思源计划宣传委员，曾获范绪箕奖学金、荣昶科技创新奖学金提名奖等荣誉。

龚禾林，上海交通大学副教授，博士生导师，中国核动力研究设计院高级工程师，清华大学核工程与核技术专业本科、中国核动力研究设计院核能科学与工程专业硕士、法国索邦大学数学博士。面向国家先进核动力技术重大战略需求和下一代先进核能反应堆技术前沿，团队致力于发展人工智能驱动的反应堆实时数字孪生和智能支持技术，围绕“算得准、算得快”系统性开展人工智能驱动的理论建模、数值分析和专用软件开发技术研究，从基础理论和工程应用两个维度为我国核动力装置运行灵活性、机动性以及“华龙一号”等国家重大核能工程安全性、经济性和数字化、智能化提供支撑。主持国家重点研发计划、国家自然科学基金、上海市自然科学基金、国防科技工业核动力技术创新中心基金等各渠道课题多项。《原子能科学技术》青年编委，发表论文60余篇，提交国防科技报告4篇；获得国家发明专利授权14项；获得四川省科技进步二等奖、中国核能行业协会科学技术二等奖、中国专利优秀奖等多项科技奖励。