基于神经网络的PCI快速分析方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术涉及基于神经网络的PCI快速分析方法、装置、电子设备及存储介质，包括：提取核反应堆燃料棒的功率史中稳态功率和第一瞬态功率进行PCI初步分析获取初步PCI分析结果和最后一步稳态结果，获取瞬态功率对应的瞬态特征参数，通过敏感性分析得到对应的敏感特征参数；建立初始神经网络，输入稳态功率和第一瞬态功率的敏感特征参数对应值，输出目标为初步PCI分析结果，在满足训练次数的前提下对该网络进行训练获取目标网络，并在获取目标网络后，获取稳态功率和第二瞬态功率的敏感特征参数对应值作为目标网络的输入，进行计算以获取最终输出结果。实施本发明专利技术能够简单、快速同时能够准确的获得核反应堆的PCI分析结果。

【技术实现步骤摘要】
基于神经网络的PCI快速分析方法、装置、电子设备及存储介质
本专利技术涉及核反应堆应用
，更具体地说，涉及一种基于神经网络的PCI快速分析方法、装置、电子设备及存储介质。
技术介绍
在反应堆升功率瞬态过程中，由于燃料棒芯块和包壳不同程度的膨胀，可能会发生芯块与包壳相互作用(PCI)，使包壳处于高应力应变状态，从而导致包壳破损。PWR堆芯燃料组件为157组，每个组件包含264根燃料棒。考虑对称性，1/8堆芯26盒组件共计6864根燃料棒。现有PCI热力机械计算需逐棒分析燃料在不同运行情况下承受多种瞬态后的行为，对某一特定电厂所需分析算例预计百万以上。单一算例中需包含稳态、瞬态功率，模型参数、燃料尺寸参数、注量、冷却剂流量等众多参数，因此现阶段完成某一电厂PCI分析需耗费巨大的计算资源。
技术实现思路
本专利技术要解决的技术问题在于，针对现有技术的上述技术缺陷，提供一种基于神经网络的PCI快速分析方法、装置、电子设备及存储介质。本专利技术解决其技术问题所采用的技术方案是：构造一种基于神经网络的PCI快速分析方法，包括：S1、获取核反应堆燃料棒的功率史，以提取其所有的稳态功率和瞬态功率，并按预设规则将瞬态功率分为第一数量的第一瞬态功率和第二数量的第二瞬态功率；S2、对所述稳态功率和所述第一瞬态功率进行初步PCI分析以得到对应的初步PCI分析结果和最后一步稳态结果，对所述第一瞬态功率进行表征获得所述瞬态功率对应的瞬态特征参数；S3、敏感性分析所述最后一步稳态结果和所述瞬态特征参数与所述初步PCI分析结果，以获取所述稳态功率的稳态敏感特征参数和所述瞬态功率的瞬态敏感特征参数；S4、建立包含输入层、隐含层和输出层的初始神经网络，获取所述稳态敏感特征参数的对应值与所述第一瞬态功率的瞬态敏感特征参数的对应值作为所述输入层的输入，将所述初步PCI分析结果作为所述输出层的输出目标；S5、对所述初始神经网络进行迭代训练以获取所述输出层的输出结果，以确认所述输出结果是否满足预设条件，若是，则执行步骤S8，若否，则执行步骤S6；S6、确认所述迭代训练的次数是否小于预设值，若是，执行所述步骤S5，若否，则执行步骤S7；S7、调整所述初始神经网络并执行所述步骤S5；S8、将所述初始神经网络作为目标网络，对所述第二瞬态功率进行表征以获取所述第二瞬态功率的瞬态敏感特征参数的对应值，并同所述稳态敏感特征参数的对应值同时作为所述目标网络的输入层的输入，进行计算以获取最终输出结果。优选地，在所述步骤S1中，所述按预设规则将所述瞬态功率分为第一数量的第一瞬态功率和第二数量的第二瞬态功率，包括：从所述瞬态功率利用随机算法随机提取第一数量的第一瞬态功率，剩余的瞬态功率作为第二数量的第二瞬态功率。优选地，所述第一数量小于所述第二数量。优选地，所述第二数量是所述第一数量的2到10倍。优选地，在所述步骤S3中，所述敏感性分析包括在用pearson系数法或spearman系数法进行敏感性分析。优选地，所述稳态功率的稳态敏感特征参数包括：与所述最后一步稳态结果对应的温度参数，应力参数、尺寸参数中的一个或多个；和/或所述瞬态功率的瞬态敏感特征参数包括：与所述瞬态功率对应的功率峰值参数和功率脉冲宽度参数中的一个或多个。优选地，在所述步骤S6中，所述预设值取值范围为10到120；和/或在所述步骤S7中，所述调整所述初始神经网络包括调整所述隐含层的各神经元的权值和阈值。本专利技术还构造一种基于神经网络的PCI快速分析装置，包括：获取单元，用于获取核反应堆燃料棒的功率史，以提取其所有的稳态功率和瞬态功率，并按预设规则将瞬态功率分为第一瞬态功率和第二瞬态功率；第一处理单元，用于对所述稳态功率及第一瞬态功率进行初步PCI分析以得到对应的初步PCI分析结果和最后一步稳态结果，对第一瞬态功率进行表征获得所述瞬态功率对应的瞬态特征参数。第二处理单元，用于敏感性分析所述最后一步稳态结果和所述瞬态特征参数与所述初步PCI分析结果，以获取所述稳态功率的稳态敏感特征参数和所述瞬态功率的瞬态敏感特征参数；第三处理单元，用于建立包含输入层、隐含层和输出层的初始神经网络，获取所述稳态敏感特征参数的对应值与所述第一瞬态功率的瞬态敏感特征参数的对应值作为所述输入层的输入，将所述初步PCI分析结果作为所述输出层的输出目标；第一判断单元，用于对所述初始神经网络进行迭代训练以获取所述输出层的输出结果，以确认所述输出结果是否满足预设条件，并在所述输出结果满足预设条件时输出肯定结果，否则输出否定结果；第二判断单元，用于在所述第一判断单元输出否定结果时，确认所述迭代训练的次数是否小于预设值，在所述迭代训练的次数小于预设值时输出肯定结果，否则输出否定结果，并在所述第二判断单元输出肯定结果时，驱动所述第一判断单元工作；调整单元，用于在所述第二判断单元输出否定结果时，调整所述初始神经网络并驱动所述第一判断单元工作；第四处理单元，用于在所述第一判断单元输出肯定结果时，将所述初始神经网络作为目标网络，对所述第二瞬态功率进行表征以获取所述第二瞬态功率的瞬态敏感特征参数的对应值，并同所述稳态敏感特征参数的对应值同时作为所述目标网络的输入层的输入，进行计算以获取最终输出结果。本专利技术还构造一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上面任意一项所述的基于神经网络的PCI快速分析方法。本专利技术还构造一种电子设备，包括存储器和处理器；所述存储器用于存储计算机程序；所述处理器用于执行所述计算机程序实现如上面任一项所述的基于神经网络的PCI快速分析方法。实施本专利技术的一种基于神经网络的PCI快速分析方法、装置、电子设备及存储介质，具有以下有益效果：简单、快速同时能够准确的获得核反应堆的PCI分析结果。附图说明下面将结合附图及实施例对本专利技术作进一步说明，附图中：图1是本专利技术一种基于神经网络的PCI快速分析方法的程序流程图；图2是本专利技术的PCI快速分析结果的一分析结果对比图；图3是本专利技术一种基于神经网络的PCI快速分析装置的逻辑框图。具体实施方式为了对本专利技术的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本专利技术的具体实施方式。如图1所示，在本专利技术的一种基于神经网络的PCI快速分析方法第一实施例中，包括：S1、获取核反应堆燃料棒的功率史，以提取其所有的稳态功率和瞬态功率，并按预设规则将瞬态功率分为第一数量的第一瞬态功率和第二数量的第二瞬态功率；具体的，可以通过核反应堆的堆芯部分计算核反应堆燃料棒的功率史即历史功率，并将该功率史中稳态功率和瞬态功率进行分开操作，以分别提取所有的稳态功率和瞬态功率。然后按照预设规则从所有的瞬态功率中提取第一数量的第一瞬态功率，剩下本文档来自技高网...

【技术保护点】
1.一种基于神经网络的PCI快速分析方法，其特征在于，包括：/nS1、获取核反应堆燃料棒的功率史，以提取其所有的稳态功率和瞬态功率，并按预设规则将瞬态功率分为第一数量的第一瞬态功率和第二数量的第二瞬态功率；/nS2、对所述稳态功率和所述第一瞬态功率进行初步PCI分析以得到对应的初步PCI分析结果和最后一步稳态结果，对所述第一瞬态功率进行表征获得所述瞬态功率对应的瞬态特征参数；/nS3、敏感性分析所述最后一步稳态结果和所述瞬态特征参数与所述初步PCI分析结果，以获取所述稳态功率的稳态敏感特征参数和所述瞬态功率的瞬态敏感特征参数；/nS4、建立包含输入层、隐含层和输出层的初始神经网络，获取所述稳态敏感特征参数的对应值与所述第一瞬态功率的瞬态敏感特征参数的对应值作为所述输入层的输入，将所述初步PCI分析结果作为所述输出层的输出目标；/nS5、对所述初始神经网络进行迭代训练以获取所述输出层的输出结果，以确认所述输出结果是否满足预设条件，若是，则执行步骤S8，若否，则执行步骤S6；/nS6、确认所述迭代训练的次数是否小于预设值，若是，执行所述步骤S5，若否，则执行步骤S7；/nS7、调整所述初始神经网络并执行所述步骤S5；/nS8、将所述初始神经网络作为目标网络，对所述第二瞬态功率进行表征以获取所述第二瞬态功率的瞬态敏感特征参数的对应值，并同所述稳态敏感特征参数的对应值同时作为所述目标网络的输入层的输入，进行计算以获取最终输出结果。/n...

【技术特征摘要】
1.一种基于神经网络的PCI快速分析方法，其特征在于，包括：
S1、获取核反应堆燃料棒的功率史，以提取其所有的稳态功率和瞬态功率，并按预设规则将瞬态功率分为第一数量的第一瞬态功率和第二数量的第二瞬态功率；
S2、对所述稳态功率和所述第一瞬态功率进行初步PCI分析以得到对应的初步PCI分析结果和最后一步稳态结果，对所述第一瞬态功率进行表征获得所述瞬态功率对应的瞬态特征参数；
S3、敏感性分析所述最后一步稳态结果和所述瞬态特征参数与所述初步PCI分析结果，以获取所述稳态功率的稳态敏感特征参数和所述瞬态功率的瞬态敏感特征参数；
S4、建立包含输入层、隐含层和输出层的初始神经网络，获取所述稳态敏感特征参数的对应值与所述第一瞬态功率的瞬态敏感特征参数的对应值作为所述输入层的输入，将所述初步PCI分析结果作为所述输出层的输出目标；
S5、对所述初始神经网络进行迭代训练以获取所述输出层的输出结果，以确认所述输出结果是否满足预设条件，若是，则执行步骤S8，若否，则执行步骤S6；
S6、确认所述迭代训练的次数是否小于预设值，若是，执行所述步骤S5，若否，则执行步骤S7；
S7、调整所述初始神经网络并执行所述步骤S5；
S8、将所述初始神经网络作为目标网络，对所述第二瞬态功率进行表征以获取所述第二瞬态功率的瞬态敏感特征参数的对应值，并同所述稳态敏感特征参数的对应值同时作为所述目标网络的输入层的输入，进行计算以获取最终输出结果。


2.根据权利要求1所述的基于神经网络的PCI快速分析方法，其特征在于，在所述步骤S1中，所述按预设规则将所述瞬态功率分为第一数量的第一瞬态功率和第二数量的第二瞬态功率，包括：
从所述瞬态功率利用随机算法随机提取第一数量的第一瞬态功率，剩余的瞬态功率作为第二数量的第二瞬态功率。


3.根据权利要求2所述的基于神经网络的PCI快速分析方法，其特征在于，所述第一数量小于所述第二数量。


4.根据权利要求3所述的基于神经网络的PCI快速分析方法，其特征在于，所述第二数量是所述第一数量的2到10倍。


5.根据权利要求1所述的基于神经网络的PCI快速分析方法，其特征在于，在所述步骤S3中，
所述敏感性分析包括在用pearson系数法或spearman系数法进行敏感性分析。


6.根据权利要求5所述的基于神经网络的PCI快速分析方法，其特征在于，所述稳态功率的稳态敏感特征参数包括：
与所述最后一步稳态结果对应的温度参数、应力参数、尺寸参数中的一个或多个；和/或
所述瞬态功率的瞬态敏感特征参...

【专利技术属性】
技术研发人员：汪洋，韦俊，李长征，聂立红，邓勇军，王开元，刘欣，
申请(专利权)人：岭东核电有限公司，中广核研究院有限公司，中国广核集团有限公司，中国广核电力股份有限公司，
类型：发明
国别省市：广东;44