核电厂人工智能软件验证和确认方法研究

作者：冯素梅; 王少华; 张志良

来源：自动化仪表, 2023, S1: 380-384.

DOI：10.16086/j.cnki.issn1000-0380.2023030222

• 核电厂
• 软件验证和确认
• 人工智能
• 数据集
• 训练模型
• 鲁棒性
• 可解释性

核电厂仪控领域引入人工智能（AI）技术的同时，也面临着软件验证和确认问题。现有的软件验证和确认（V&V）方法及相关标准并未考虑AI软件的特性。为解决这一问题，研究了AI软件不同于常规软件的特点。提出了在现有V&V活动的基础上，从需求分析、数据集、训练模型、可解释性、底层软件系统以及可维护性这六个方面对AI软件作进一步V&V。同时，给出执行这些任务的时机及需重点考虑的内容。该研究为AI软件在核电厂的应用提供了一种鉴定思路，并拓展了软件V&V的应用范围。

• 单位
  中国核电工程有限公司