一种基于改进小波分形算法的反应堆中子噪声频谱分析方法技术

本发明专利技术公开了一种基于改进小波分形算法的反应堆中子噪声频谱分析方法，包括如下步骤：a.启动反应堆中子噪声频谱分析仪；b.反应堆中子噪声信号由同步数据采集卡送至计算机系统进行存储；c.计算机系统分别基于快速傅立叶计算、改进小波计算、改进分形计算，最终得到和各频带匹配的频谱表征参数。本发明专利技术的一种基于改进小波分形算法的反应堆中子噪声频谱分析方法，利用改进小波分形算法可以处理非平稳过程的特点，实现反应堆中子噪声频谱的频带分割、频谱分析、频谱参数分形表征，从而为反应堆操纵员提供辅助决策支持手段。

【技术实现步骤摘要】
一种基于改进小波分形算法的反应堆中子噪声频谱分析方法
本专利技术属于核反应堆故障诊断
，具体涉及一种基于改进小波分形算法的反应堆中子噪声频谱分析方法。
技术介绍
核反应堆堆芯面临失冷事故引起核燃料元件烧毁的问题，实际运行过程中这个问题的规避主要依赖开堆前检查和运行中操纵员的经验和反应，因此在技术层面上对这个问题进行回答和应对既有必要也有意义。反应堆中子噪声分析始于反应堆堆芯物理特性研究，逐渐发展到应用于反应堆工程技术的其他领域。特别是经过了近30年的研究发展，已经成为了动力堆特别是压水堆运行工况辅助监测的有力工具，已被列入设计规范和有关安全法规和导则中，新近运行和建造中的压水堆核电厂，例如田湾核电站和AP1000都装有不同功能的噪声分析诊断系统。第一代反应堆中子噪声分析方法可以获取中子噪声频谱的宏观特性，但第一代反应堆中子噪声分析方法对全频段反应堆中子噪声频谱没有进一步切分得到分频段反应堆中子噪声频谱，更谈不上通过分形参数计算对分频段反应堆中子噪声频谱进行参数表征，实际操作中完全凭操纵人员的肉眼观察和判断，无法捕捉反应堆中子噪声频谱的细微变化，频谱局部特征无法用参数表征。
技术实现思路
本专利技术旨在提供一种基于改进小波分形算法的反应堆中子噪声频谱分析方法，具体采用如下技术方案：首先启动反应堆中子噪声频谱分析仪，反应堆中子噪声时域信号经电离室探测器Ⅰ和电离室探测器Ⅱ输出为两路电压，再由同步数据采集卡采集该两路电压并送至计算机系统，计算机系统根据设定的采样频率采样并存储两路电压，此两路电压即对应反应堆中子噪声时域信号；基于改进小波分形算法的反应堆中子噪声频谱分析方法还包括如下步骤：步骤(1)、对反应堆中子噪声时域信号进行小波节点离散，并消除取得节点过程中的频率混淆；步骤(2)、对小波离散节点进行反应堆中子噪声时域信号重建，得到各分频段反应堆中子噪声时域信号；步骤(3)、对各分频段反应堆中子噪声时域信号分别进行频谱计算、分形计算，得到各分频段反应堆中子噪声时域信号的频谱和分形参数。步骤(1)对反应堆中子噪声时域信号进行小波节点离散，并消除取得节点过程中的频率混淆的方法具体包括：步骤(1.1)取得节点[1，0]、节点[1，1]：将节点[0，0]与h卷积，再进行OL运算，最后进行隔点采样得到节点[1，0]，其中，h为低频分解滤波器组，OL为低频运算算子；将节点[0，0]与g卷积，再进行OH运算，最后进行隔点采样得到节点[1，1]，g为高频分解滤波器组，其中，OH为高频运算算子，；步骤(1.2)取得节点[2，0]、节点[2，1]、节点[2，2]、节点[2，3]：将节点[1，0]与h卷积，再进行OL运算，最后进行隔点采样得到节点[2，0]；将节点[1，0]与g卷积，再进行OH运算，最后进行隔点采样得到节点[2，1]；将节点[1，1]与h卷积，再进行OL运算，最后进行隔点采样得到节点[2，2]；将节点[1，1]与g卷积，再进行OH运算，最后进行隔点采样得到节点[2，3]。步骤(2)对小波离散节点进行反应堆中子噪声时域信号重建的方法具体包括：对节点[2，0]进行反应堆中子噪声时域信号重建：先对节点[2，0]进行隔点插零并与h_inv卷积后进行OL运算，然后再次进行隔点插零并与h_inv卷积，最后进行OL运算，得到分频段反应堆中子噪声时域信号，其中，h_inv为低频重构滤波器组；对节点[2，1]进行反应堆中子噪声时域信号重建：先对节点[2，1]进行隔点插零并与g_inv卷积后进行OH运算，然后再次进行隔点插零并与h_inv卷积，最后进行OL运算，得到分频段反应堆中子噪声时域信号，其中，g_inv为高频重构滤波器组；对节点[2，2]进行反应堆中子噪声时域信号重建：先对节点[2，2]进行隔点插零并与h_inv卷积后进行OL运算，然后再次进行隔点插零并与g_inv卷积，最后进行OH运算，得到分频段反应堆中子噪声时域信号；对节点[2，3]进行反应堆中子噪声时域信号重建：先对节点[2，3]进行隔点插零并与g_inv卷积后进行OH运算，然后再次进行隔点插零并与g_inv卷积，最后进行OH运算，得到分频段反应堆中子噪声时域信号。步骤(1.1)中，消除取得节点[1，0]过程中频率混淆的OL运算具体为：先进行快速傅立叶变换，然后将快速傅立叶变换的结果中频率大于fs/2j+1的部分谱置零，最后对置零后的结果进行快速傅立叶逆变换；其中，fs表示反应堆中子噪声时域信号的采样频率，j表示对反应堆中子噪声时域信号进行改进小波分解的层数。对于第0层节点[0，0]，对其执行的小波分解层数为0，j为0；对于第1层节点[1，0]、[1，1]，对其执行的小波分解层数为1，j为1；对于第二层节点[2，0]、[2，1]、[2，2]、[2，3]，对其执行的小波分解层数为2，j为2。步骤(1.1)中，消除取得节点[1，1]过程中频率混淆的OH运算具体为：先进行快速傅立叶变换，然后将快速傅立叶变换的结果中频率小于fs/2j+1的部分谱置零，最后对置零后的结果进行快速傅立叶逆变换。步骤(1.2)中，消除取得节点[2，0]过程中频率混淆的OL运算，具体为：先进行快速傅立叶变换，然后将快速傅立叶变换的结果中频率大于fs/2j+2的部分谱置零，最后对置零后的结果进行快速傅立叶逆变换。步骤(1.2)中，消除取得节点[2，1]过程中频率混淆中的OH运算，具体为：先进行快速傅立叶变换，然后将快速傅立叶变换的结果中频率小于fs/2j+2的部分谱置零，最后对置零后的结果进行快速傅立叶逆变换。步骤(1.2)中，消除取得节点[2，2]过程中频率混淆的OL运算，具体为：先进行快速傅立叶变换，然后将快速傅立叶变换的结果中频率大于3fs/2j+2的部分谱置零，最后对置零后的结果进行快速傅立叶逆变换。步骤(1.2)中，消除取得节点[2，3]过程中频率混淆的OH运算具体为：先进行快速傅立叶变换，然后将快速傅立叶变换的结果中频率小于3fs/2j+2的部分谱置零；最后对置零后的结果进行快速傅立叶逆变换。步骤(2)中，对节点[2，0]进行反应堆中子噪声时域信号重建时先对节点[2，0]进行隔点插零并与h_inv卷积后的OL运算，具体为：先进行快速傅立叶变换，然后将快速傅立叶变换的结果中频率大于fs/2j+2的部分谱置零，最后对置零后的结果进行快速傅立叶逆变换。步骤(2)中，对节点[2，0]进行反应堆中子噪声时域信号重建时再次进行隔点插零并与h_inv卷积后的OL运算，具体为：先进行快速傅立叶变换，然后将快速傅立叶变换的结果中频率大于fs/2j+1的部分谱置零，最后对置零后的结果进行快速傅立叶逆变换。步骤(2)中，对节点[2，1]进行反应堆中子噪声时域信号重建时的OH运算，具体为：先进行快速傅立叶变换，然后将快速傅立叶变换的结果中频率小于fs/2j+2的部分谱置零，最后对置零后的结果进行快速傅立叶逆变换。...

【技术保护点】
1.一种基于改进小波分形算法的反应堆中子噪声频谱分析方法，其特征在于首先启动反应堆中子噪声频谱分析仪，反应堆中子噪声时域信号经电离室探测器Ⅰ和电离室探测器Ⅱ输出为两路电压，再由同步数据采集卡采集该两路电压并送至计算机系统，计算机系统根据设定的采样频率采样并存储两路电压，此两路电压即对应反应堆中子噪声时域信号；所述的反应堆中子噪声频谱分析方法还包括如下步骤：/n步骤(1)对所述的反应堆中子噪声时域信号进行小波节点离散，并消除取得节点过程中的频率混淆；/n步骤(2)对小波离散节点进行反应堆中子噪声时域信号重建，得到各分频段反应堆中子噪声时域信号；/n步骤(3)对各分频段反应堆中子噪声时域信号分别进行频谱计算、分形计算，得到各分频段反应堆中子噪声时域信号的频谱和分形参数。/n

【技术特征摘要】
20200507 CN 20201037740711.一种基于改进小波分形算法的反应堆中子噪声频谱分析方法，其特征在于首先启动反应堆中子噪声频谱分析仪，反应堆中子噪声时域信号经电离室探测器Ⅰ和电离室探测器Ⅱ输出为两路电压，再由同步数据采集卡采集该两路电压并送至计算机系统，计算机系统根据设定的采样频率采样并存储两路电压，此两路电压即对应反应堆中子噪声时域信号；所述的反应堆中子噪声频谱分析方法还包括如下步骤：
步骤(1)对所述的反应堆中子噪声时域信号进行小波节点离散，并消除取得节点过程中的频率混淆；
步骤(2)对小波离散节点进行反应堆中子噪声时域信号重建，得到各分频段反应堆中子噪声时域信号；
步骤(3)对各分频段反应堆中子噪声时域信号分别进行频谱计算、分形计算，得到各分频段反应堆中子噪声时域信号的频谱和分形参数。


2.根据权利要求1所述的基于改进小波分形算法的反应堆中子噪声频谱分析方法，其特征在于：所述步骤(1)对反应堆中子噪声时域信号进行小波节点离散，并消除取得节点过程中的频率混淆的方法具体包括：
步骤(1.1)取得节点[1，0]、节点[1，1]：
将节点[0，0]与h卷积，再进行OL运算，最后进行隔点采样得到节点[1，0]，其中，h为低频分解滤波器组，OL为低频运算算子；
将节点[0，0]与g卷积，再进行OH运算，最后进行隔点采样得到节点[1，1]，g为高频分解滤波器组，其中，OH为高频运算算子；
步骤(1.2)取得节点[2，0]、节点[2，1]、节点[2，2]、节点[2，3]：
将节点[1，0]与h卷积，再进行OL运算，最后进行隔点采样得到节点[2，0]；
将节点[1，0]与g卷积，再进行OH运算，最后进行隔点采样得到节点[2，1]；
将节点[1，1]与h卷积，再进行OL运算，最后进行隔点采样得到节点[2，2]；
将节点[1，1]与g卷积，再进行OH运算，最后进行隔点采样得到节点[2，3]。


3.根据权利要求1所述的基于改进小波分形算法的反应堆中子噪声频谱分析方法，其特征在于：所述步骤(2)对小波离散节点进行反应堆中子噪声时域信号重建的方法具体包括：
对节点[2，0]进行反应堆中子噪声时域信号重建：先对节点[2，0]进行隔点插零并与h_inv卷积后进行OL运算，然后再次进行隔点插零并与h_inv卷积，最后进行OL运算，得到分频段反应堆中子噪声时域信号，其中，h_inv为低频重构滤波器组；
对节点[2，1]进行反应堆中子噪声时域信号重建：先对节点[2，1]进行隔点插零并与g_inv卷积后进行OH运算，然后再次进行隔点插零并与h_inv卷积，最后进行OL运算，得到分频段反应堆中子噪声时域信号，其中，g_inv为高频重构滤波器组；
对节点[2，2]进行反应堆中子噪声时域信号重建：先对节点[2，2]进行隔点插零并与h_inv卷积后进行OL运算，然后再次进行隔点插零并与g_inv卷积，最后进行OH运算，得到分频段反应堆中子噪声时域信号；
对节点[2，3]进行反应堆中子噪声时域信号重建：先对节点[2，3]进行隔点插零并与g_inv卷积后进行OH运算，然后再次进行隔点插零并与g_inv卷积，最后进行OH运算，得到分频段反应堆中子噪声时域信号。


4.根据权利要求1所述的基于改进小波分形算法的反应堆中子噪声频谱分析方法，其特征在于：所述步骤(1.1)中，消除取得节点[1，0]过程中频率混淆的OL运算具体为：先进行快速傅立叶变换，然后将快速傅立叶变换的结果中频率大于fs/2j+1的部分谱置零，最后对置零后的结果进行快速傅立叶逆变换；其中，fs表示反应堆中子噪声时域信号的采样频率，j表示对反应堆中子噪声时域信号进行改进小波分解的层数。对于第0层节点[0，0]，对其执行的小波分解层数为0，j为0；对于第1层节点[1，0]、[1，1]，对其执行的小波分解层数为1，j为1；对于第二层节点[2，0]、[2，1]、[2，2]、[2，3]，对其执行的小波分解层数为2，j为2。


5.根据权利要求2所述的基于改进小波分形算法的反应堆中子噪声频谱分析方法，其特征在于：所述步骤(1.1)中，消除取得节点[1，1]过程中频率混淆的OH运算具体为：先进行快速傅立叶变换，然后将快速傅立叶变换的结果中频率小于fs/2j+1的部分谱置零，最后对置零后的结果进行快速傅立叶逆变换。


6.根据权利要求2所述的基于改进小波分形算法的反应堆中子噪声频谱分析方法，其特征在于：所述步骤(1.2)中，消除取得节点[2，0]过程中频率混淆的OL运算，具体为：先进行快速傅立叶变换，然后将快速傅立叶变换的结果中频率大于fs/2j+2的部分谱置零，最后对置零后的结果进行快速傅立叶逆变换。


7.根据权利要求2所述的基于改进小波分形算法的反应堆中子噪声频谱分析方法，其特征在于：所述步骤(1.2)中，消除取得节点[2，1]过程中频率混淆中的OH运算，具体为：先进行快速傅立叶变换，然后将快速傅立叶变换的结果中频率小于fs/2j+2的部分谱置零，最后对置零后的结果进行快速傅立叶逆变换。


8.根据权利要求2所述的基于改进小波分形算法的反应堆中子噪声频谱分析方法，其特征在于：所述步骤(1.2)中，消除取得节点[2，2]过程中频率混淆的OL运算，具体为：先进行快速傅立叶变换，然后将快速傅立叶变换的结果中频率大于3fs/2j+2的部分谱置零，最后对置零后的结果进行快速傅立叶逆变换。


9.根据权利要求2所述的基于改进小波分形算法的反应堆中子噪声频谱分析方法，其特征在于：所述步骤(1.2)中，消除取得节点[2，3]过程中频率混淆的OH运算具体为：先进行快速傅立叶变换，然后将快速傅立叶变换的结果中频率小于3fs/2j+2的部分谱置零；最后对置零后的结果进行快速傅立叶逆变换。


10.根据权利要求3所述的基于改进小波分形算法的反应堆中子噪声频谱分析方法，其特征在于：所述步骤(2)中，对节点[2，0...

【专利技术属性】
技术研发人员：袁宝新，张松宝，王健，郑杰，杨万奎，
申请(专利权)人：中国工程物理研究院核物理与化学研究所，
类型：发明
国别省市：四川;51