一种核电站致灾海生物爆发预测方法及系统技术方案

本发明专利技术公开了一种核电站致灾海生物爆发预测方法及系统，该方法包括：构建核电站的水动力模型，以模拟核电站取水口区域的水动力时空变化；构建海生物爆发预测模型，以根据核电站取水口区域的水动力时空变化对致灾海生物的爆发进行模拟预测，为核电站冷源管理提供针对性的监测和防控对策，提高核电冷源安全防控精度、应急处置效率和冷源安全可靠性。应急处置效率和冷源安全可靠性。应急处置效率和冷源安全可靠性。

【技术实现步骤摘要】
一种核电站致灾海生物爆发预测方法及系统


[0001]本专利技术涉及核电站冷源安全
，尤其涉及一种核电站致灾海生物爆发预测方法及系统。

技术介绍

[0002]核电站冷源安全越来越受到各国重视，已成为国际上核电行业近年来关注的热点。多个核电大国均开展了相应对策研究，包括加强水质监测、建设拦截网、加强鼓网反冲洗能力等，在一定程度上缓解了灾害的发生，但这些措施均建立在被动防御的基础上，如何科学地开展取水口周边海域致灾海生物运动爆发的监测，仍然是核电及不同行业安全生产的重点与难点。

技术实现思路

[0003]本专利技术要解决的技术问题在于，针对上述
技术介绍
中提及的相关技术存在的至少一个缺陷：现有为保证核电站冷源安全一般是通过被动防御措施来防御致灾海生物，提供一种核电站致灾海生物爆发预测方法及系统。
[0004]本专利技术解决其技术问题所采用的技术方案是：构造一种核电站致灾海生物爆发预测方法，包括以下步骤：
[0005]S1：构建核电站的水动力模型，以模拟核电站取水口区域的水动力时空变化；
[0006]S2：构建海生物爆发预测模型，以根据所述核电站取水口区域的水动力时空变化对致灾海生物的爆发进行模拟预测。
[0007]优选地，在本专利技术所述的核电站致灾海生物爆发预测方法中，所述海生物爆发预测模型包括食物网仿真模型和生物潜在分布预测模型；
[0008]步骤S2包括：构建食物网仿真模型，通过赋予食物网各营养级生物相应的运动、感应以及行为模块，使得各营养级生物能够按照现实情况进行活动，并通过构建所述生物潜在分布预测模型，以模拟各营养级生物在所述核电站取水口区域的水动力时空变化条件下运动路径和爆发的过程和机制，并评估致灾海生物的爆发风险。
[0009]优选地，在本专利技术所述的核电站致灾海生物爆发预测方法中，所述构建食物网仿真模型包括：
[0010]根据走航采样监测报告和室内实验，确定核电站取水口区域的致灾海生物类别和生物初始生态位，并利用稳定同位素食物链构建技术，进行核电站取水口区域的食物网组成分析以及各营养级生物量分析，构建完成所述食物网仿真模型。
[0011]优选地，在本专利技术所述的核电站致灾海生物爆发预测方法中，所述构建所述生物潜在分布预测模型包括：
[0012]基于机器学习中最大熵算法，构建所述生物潜在分布预测模型，以模拟各营养级生物在所述核电站取水口区域的水动力时空变化条件下运动路径和爆发的过程和机制。
[0013]优选地，在本专利技术所述的核电站致灾海生物爆发预测方法中，所述水动力模型包
括ROMS水动力模型和SCHISM水动力模型；
[0014]步骤S1包括：
[0015]构建所述ROMS水动力模型，以模拟核电站所在海域的水动力时空变化，并为所述SCHISM水动力模型的构建提供所述核电站取水口区域的开边界数据和所述核电站所在海域的水动力时空变化；
[0016]构建所述SCHISM水动力模型，以模拟所述核电站取水口区域的水动力时空变化。
[0017]优选地，在本专利技术所述的核电站致灾海生物爆发预测方法中，所述水动力时空变化包括：三维温盐流和海面高度场时空变化。
[0018]优选地，在本专利技术所述的核电站致灾海生物爆发预测方法中，所述构建所述ROMS水动力模型包括：
[0019]根据核电站所在海域的水动力环境设计所述ROMS水动力模型的计算区域、网格大小和水下垂直层数；
[0020]将所述计算区域和所述网格大小参数化，并输入至所述ROMS水动力模型的上界面数据输入接口；
[0021]将所述水下垂直层数参数化，并输入至所述ROMS水动力模型的开边界数据输入接口；
[0022]构建完成所述ROMS水动力模型。
[0023]优选地，在本专利技术所述的核电站致灾海生物爆发预测方法中，所述构建所述SCHISM水动力模型包括：
[0024]根据核电站取水口区域的水深和地形特征形成核电站取水口区域地形数据集；
[0025]根据接收到的所述核电站取水口区域的开边界数据，获取所述地形数据集中对应的地形特征；
[0026]根据所述地形特征和所述核电站所在海域的水动力时空变化，基于SCHISM水动力模型建立非结构化三角形网格三维水动力模型，构建完成所述SCHISM水动力模型。
[0027]本专利技术还构造了一种核电站致灾海生物爆发预测系统，包括：
[0028]第一构建模块，用于构建核电站的水动力模型，以模拟核电站取水口区域的水动力时空变化；
[0029]第二构建模块，用于构建海生物爆发预测模型，以根据所述核电站取水口区域的水动力时空变化对致灾海生物的爆发进行模拟预测。
[0030]优选地，在本专利技术所述的核电站致灾海生物爆发预测系统中，所述海生物爆发预测模型包括食物网仿真模型和生物潜在分布预测模型；
[0031]所述构建海生物爆发预测模型，以根据所述水动力时空变化对致灾海生物的爆发进行模拟预测，包括：
[0032]构建食物网仿真模型，通过赋予食物网各营养级生物相应的运动、感应以及行为模块，使得各营养级生物能够按照现实情况进行活动，并通过构建所述生物潜在分布预测模型，以模拟各营养级生物在所述核电站取水口区域的水动力时空变化条件下运动路径和爆发的过程和机制，并评估致灾海生物的爆发风险。
[0033]通过实施本专利技术，具有以下有益效果：
[0034]本专利技术通过构建核电站的水动力模型，以模拟核电站取水口区域的水动力时空变
化，并且构建海生物爆发预测模型，以根据核电站取水口区域的水动力时空变化对致灾海生物的爆发进行模拟预测，为核电站冷源管理提供针对性的监测和防控对策，提高核电冷源安全防控精度、应急处置效率和冷源安全可靠性。
附图说明
[0035]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：
[0036]图1是本专利技术核电站致灾海生物爆发预测方法的流程图；
[0037]图2是图1中步骤S1的流程图；
[0038]图3是本专利技术核电站致灾海生物爆发预测系统的模块框图。
具体实施方式
[0039]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。
[0040]需要说明的是，附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
[0041]附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
[0042]如图1所示，本专利技术的一个实施例公开了一种核电站致灾海生物爆发预测方法，包括以下步骤：
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种核电站致灾海生物爆发预测方法，其特征在于，包括以下步骤：S1：构建核电站的水动力模型，以模拟核电站取水口区域的水动力时空变化；S2：构建海生物爆发预测模型，以根据所述核电站取水口区域的水动力时空变化对致灾海生物的爆发进行模拟预测。2.根据权利要求1所述的核电站致灾海生物爆发预测方法，其特征在于，所述海生物爆发预测模型包括食物网仿真模型和生物潜在分布预测模型；步骤S2包括：构建食物网仿真模型，通过赋予食物网各营养级生物相应的运动、感应以及行为模块，使得各营养级生物能够按照现实情况进行活动，并通过构建所述生物潜在分布预测模型，以模拟各营养级生物在所述核电站取水口区域的水动力时空变化条件下运动路径和爆发的过程和机制，并评估致灾海生物的爆发风险。3.根据权利要求2所述的核电站致灾海生物爆发预测方法，其特征在于，所述构建食物网仿真模型包括：根据走航采样监测报告和室内实验，确定核电站取水口区域的致灾海生物类别和生物初始生态位，并利用稳定同位素食物链构建技术，进行核电站取水口区域的食物网组成分析以及各营养级生物量分析，构建完成所述食物网仿真模型。4.根据权利要求2所述的核电站致灾海生物爆发预测方法，其特征在于，所述构建所述生物潜在分布预测模型包括：基于机器学习中最大熵算法，构建所述生物潜在分布预测模型，以模拟各营养级生物在所述核电站取水口区域的水动力时空变化条件下运动路径和爆发的过程和机制。5.根据权利要求1所述的核电站致灾海生物爆发预测方法，其特征在于，所述水动力模型包括ROMS水动力模型和SCHISM水动力模型；步骤S1包括：构建所述ROMS水动力模型，以模拟核电站所在海域的水动力时空变化，并为所述SCHISM水动力模型的构建提供所述核电站取水口区域的开边界数据和所述核电站所在海域的水动力时空变化；构建所述SCHISM水动力模型，以模拟所述核电站取水口区域的水动力时空变化。6.根据权利要求5所述的核电站致灾海生物爆发预测方...

【专利技术属性】
技术研发人员：崔妍，王宝刚，尤成懋，刘超，张猛，陈世均，田新华，何光初，任合斌，黄立军，
申请(专利权)人：广东核电合营有限公司中广核核电运营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：