一种基于六维指标的核反应堆运行参数预测方法技术

本发明专利技术涉及一种基于六维指标的核反应堆运行参数预测方法，包括：根据核反应堆预测问题的影响因素，设定包含六个评价指标的六维指标；针对具体预测问题，确定六个评价指标对应的权重系数；对待评估的各备选预测方法进行专家打分，得到各备选预测方法对应六个评价指标的评价分值，再结合各评价指标对应权重系数，计算得到各备选预测方法对应的匹配综合评分；根据匹配综合评分数值的大小，筛选出最优匹配预测方法，以进行核反应堆运行参数预测，输出相应预测结果。与现有技术相比，本发明专利技术能够分指标进行半定量的预测方法评估，并得到各待评估预测方法的总体评价，从而筛选出与具体预测问题最优匹配的预测方法，以保证预测结果的有效性与可靠性。效性与可靠性。效性与可靠性。

【技术实现步骤摘要】
一种基于六维指标的核反应堆运行参数预测方法


[0001]本专利技术涉及核反应堆运行控制
，尤其是涉及一种基于六维指标的核反应堆运行参数预测方法。

技术介绍

[0002]作为一种近乎零碳排放的能源，核能对于抑制全球变暖而言至关重要，并在实现世界能源去碳化的目标中发挥着重要作用。核能的长期稳定性使其能够满足人们对清洁、稳定电力的需求。为了进一步提高核能的能源效率和安全性，以及降低运行和维护成本，有必要通过数字化和智能化来实现核反应堆的自主运行。
[0003]目前，实现这一愿景所依赖的关键技术之一是对核电站内运行参数进行相关预测，特别是在瞬态条件下，通过准确预测以实现性能监测和预警。核反应堆运行参数主要包括温度、压力、水位或流量等物理量。现有技术中，关于核电站运行参数的预测，已经有大量的研究，这些研究主要可以分为模型驱动法、数据驱动法和混合方法。在模型驱动的方法中，需要核工程经验和物理知识来建立数学模型以实现预测，例如各种热工水力计算程序；在数据驱动的方法中，可以仅仅根据数据建立模型，而不需要了解运行参数之间的具体物理关系，例如各种机器学习方法，包括多层感知器(MLP)、循环神经网络(RNN)、门控循环单元(GRU)网络、随机森林等。此外，一些研究人员也提出了包括数据驱动和模型驱动两种方法的混合方法。
[0004]对于现有的众多参数预测方法，每种预测方法都有自己的特点和适用性。面对具体预测问题时，往往需要根据该预测问题的特点与侧重，在多种预测方法之间进行选择最合适、匹配的一种进行使用。然而，当前在核电站运行参数预测问题中，对预测方法评估并进行选择的研究还很少，大多数时候都只能依赖人的经验进行总体评估来选择预测方法，这使得选择的预测方法无法与具体预测问题实现最优匹配，也就难以可靠保证预测结果的有效性与可靠性。

技术实现思路

[0005]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于六维指标的核反应堆运行参数预测方法，能够分指标进行半定量的预测方法评估，并得到各待评估预测方法的总体评价，从而筛选出与具体预测问题最优匹配的预测方法，以保证预测结果的有效性与可靠性。
[0006]本专利技术的目的可以通过以下技术方案来实现：一种基于六维指标的核反应堆运行参数预测方法，包括以下步骤：
[0007]S1、根据核反应堆预测问题的影响因素，设定包含六个评价指标的六维指标；
[0008]S2、针对具体预测问题，确定六个评价指标对应的权重系数；
[0009]S3、获取待评估的备选预测方法集合；
[0010]S4、对待评估的各备选预测方法进行专家打分，得到各备选预测方法对应六个评
价指标的评价分值；
[0011]S5、根据步骤S4得到的各备选预测方法对应的评价分值，结合步骤S2确定的权重系数，计算得到各备选预测方法对应的匹配综合评分；
[0012]S6、根据匹配综合评分数值的大小，筛选出最优匹配预测方法；
[0013]S7、利用最优匹配预测方法进行核反应堆运行参数预测，输出相应预测结果。
[0014]进一步地，所述步骤S1中六个评价指标具体包括：准确性、数据和信息量要求、模型构建算法方便度、预测计算速度、专业知识要求、可解释性。
[0015]进一步地，所述准确性是指预测方法对应预测结果的准确度；
[0016]所述数据和信息量要求是指预测方法所需获取的数据和信息数量。
[0017]进一步地，所述模型构建算法方便度是指预测方法建立相应算法模型的便捷程度；
[0018]所述预测计算速度是指预测方法得到预测结果的求解速度。
[0019]进一步地，所述专业知识要求是指预测方法应用过程中所需掌握的理论知识数量；
[0020]所述可解释性是指预测方法的输入与输出之间的因果关联程度。
[0021]进一步地，所述步骤S2中六个评价指标对应的权重系数之和等于1，若权重系数值越大，则表明该评价指标的重要性越高。
[0022]进一步地，所述步骤S4中专家打分的评分范围为[1，10]。
[0023]进一步地，所述步骤S4中专家打分的分值为整数。
[0024]进一步地，所述步骤S5中匹配综合评分的计算公式为：
[0025]f＝w1·
a1+w2·
a2+w3·
a3+w4·
a4+w5·
a5+w6·
a6[0026]其中，a1,a2,a3,a4,a5,a6分别对应为六个评价指标的专家打分，w1,w2,w3,w4,w5,w6分别为六个评价指标对应的权重系数。
[0027]进一步地，所述步骤S6具体是根据匹配综合评分数值的大小，筛选出匹配综合评分数值最大对应的备选预测方法，以作为最优匹配预测方法。
[0028]与现有技术相比，本专利技术具有以下优点：
[0029]一、本专利技术根据核反应堆预测问题的影响因素，以确定出包含准确性、数据和信息量要求、模型构建算法方便度、预测计算速度、专业知识要求、可解释性共六个评价指标的六维指标，并结合专家打分以及评价指标对应权重系数，能够分指标进行半定量的预测方法评估，并进一步得到待评估预测方法的总体评价，从而筛选出与预测问题最优匹配的预测方法，保证预测结果的有效性与可靠性。
[0030]二、本专利技术不仅提出了用于评估预测方法不同性能的具体评价指标，并针对具体预测问题，相应确定各评价指标对应的权重系数，由此能够确保后续筛选出更加符合具体预测问题侧重点的预测方法，使得最终所选择的预测方法与具体预测问题具有更好的匹配效果。
附图说明
[0031]图1为本专利技术的方法流程示意图；
[0032]图2为实施例的应用过程示意图。
具体实施方式
[0033]下面结合附图和具体实施例对本专利技术进行详细说明。
[0034]实施例
[0035]如图1所示，一种基于六维指标的核反应堆运行参数预测方法，包括以下步骤：
[0036]S1、根据核反应堆预测问题的影响因素，设定包含六个评价指标的六维指标；
[0037]S2、针对具体预测问题，确定六个评价指标对应的权重系数；
[0038]S3、获取待评估的备选预测方法集合；
[0039]S4、对待评估的各备选预测方法进行专家打分，得到各备选预测方法对应六个评价指标的评价分值；
[0040]S5、根据步骤S4得到的各备选预测方法对应的评价分值，结合步骤S2确定的权重系数，计算得到各备选预测方法对应的匹配综合评分；
[0041]S6、根据匹配综合评分数值的大小，筛选出最优匹配预测方法；
[0042]S7、利用最优匹配预测方法进行核反应堆运行参数预测，输出相应预测结果。
[0043]本实施例应用上述技术方案，进行最优匹配预测方法的筛选，具体过程如图2所示：
[0044]首先，根据核反应堆运行参数预测问题的普遍特点和影响因素，设计了以下六个评价准则：准确性、数据和信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于六维指标的核反应堆运行参数预测方法，其特征在于，包括以下步骤：S1、根据核反应堆预测问题的影响因素，设定包含六个评价指标的六维指标；S2、针对具体预测问题，确定六个评价指标对应的权重系数；S3、获取待评估的备选预测方法集合；S4、对待评估的各备选预测方法进行专家打分，得到各备选预测方法对应六个评价指标的评价分值；S5、根据步骤S4得到的各备选预测方法对应的评价分值，结合步骤S2确定的权重系数，计算得到各备选预测方法对应的匹配综合评分；S6、根据匹配综合评分数值的大小，筛选出最优匹配预测方法；S7、利用最优匹配预测方法进行核反应堆运行参数预测，输出相应预测结果。2.根据权利要求1所述的一种基于六维指标的核反应堆运行参数预测方法，其特征在于，所述步骤S1中六个评价指标具体包括：准确性、数据和信息量要求、模型构建算法方便度、预测计算速度、专业知识要求、可解释性。3.根据权利要求2所述的一种基于六维指标的核反应堆运行参数预测方法，其特征在于，所述准确性是指预测方法对应预测结果的准确度；所述数据和信息量要求是指预测方法所需获取的数据和信息数量。4.根据权利要求2所述的一种基于六维指标的核反应堆运行参数预测方法，其特征在于，所述模型构建算法方便度是指预测方法建立相应算法模型的便捷程度；所述预测计算速度是指预测方法得到预测结果的求解速度。5.根据权利要求2所述的一种基于六维指标的核反应堆运行...

【专利技术属性】
技术研发人员：刘晓晶，宋厚德，宋美琪，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：