本申请涉及一种堆芯状态重建系统
【技术实现步骤摘要】
堆芯状态重建系统、方法、计算机设备和存储介质
[0001]本申请涉及核电
,特别是涉及一种堆芯状态重建系统
、
方法
、
计算机设备和存储介质
。
技术介绍
[0002]目前大多数的核电站都是压水堆,这种堆型具有相互独立的两个回路
。
反应堆堆芯及冷却剂系统是压水堆中的一个重要子系统,它包含有反应堆堆芯
、
一回路冷却剂管道
、
稳压器
、
蒸汽发生器和冷却剂泵这几个主要设备
。
因此,反应堆冷却剂系统在压水堆中也被称为一回路系统
。
由于其直接与放射性元素接触,因此反应堆冷却剂系统的安全性在核电站中极为重要
。
该系统中测量仪表主要是各种类型的传感器
。
[0003]传感器的主要作用是对各个运行参数进行测量,在通讯线路将数据传输到中央控制室后,操作员需要根据传感器发送的信号做出决策
。
为了保证能得到反应堆相应参数的数据,核电站内需要密集布置大量传感器
。
但是由于反应堆堆内空间有限,核电站内难以密集地布置大量传感器
。
技术实现思路
[0004]基于此,有必要针对上述技术问题,提供一种能够确定传感器稀疏布置方案,并依赖稀疏测量实现堆芯状态三维重建的方法的堆芯状态重建系统
、
方法
、
计算机设备和存储介质
。
[0005]第一方面,本申请提供了一种堆芯状态重建系统,所述系统包括:采样优化子网络和重建子网络;所述采样优化子网络的输出端与所述重建子网络的输入端连接;
[0006]所述采样优化子网络用于确定稀疏度最高的目标状态采样方案;
[0007]所述重建子网络用于获取基于所述目标状态采样方案采样得到的堆芯稀疏状态信息,根据所述堆芯稀疏状态信息输出重建的完整堆芯三维状态分布信息;
[0008]其中,所述采样优化子网络和所述重建子网络基于损失函数训练得到,以使所述重建子网络输出的完整堆芯三维状态分布信息与完备仿真状态数据的差异在预设范围内,在训练过程中,所述采样优化子网络用于根据所述完备仿真状态数据生成稀疏仿真状态数据,所述重建子网络用于根据所述稀疏仿真状态数据输出重建的完整堆芯三维状态分布信息,所述完备仿真状态数据为核反应堆的完整堆芯三维状态仿真分布信息
。
[0009]上述堆芯状态重建系统,通过采样优化子网络可以确定稀疏度最高的目标状态采样方案,基于稀疏度最高的目标状态采样方案布置传感器可以大大减少传感器的布置数量,从而无需密集布置大量传感器
。
而重建子网络基于布置传感器测量的数据进行重建,可以得到精度较高的完整堆芯三维状态分布信息
。
另外,上述堆芯状态系统基于仿真模型进行训练构建,最终重建的完整堆芯三维状态分布信息的精度较高,且由于采样优化子网络和重建子网络相对仿真模型的计算复杂度低,因此,上述堆芯状态系统的计算速度较快,并可以进行加速处理,从而可以快速生成完整堆芯三维状态分布信息,可以适用于需要快速
计算的数据预测场景
。
[0010]在其中一个实施例中,所述采样优化子网络包括二值化深度网络,所述二值化深度网络用于根据完备采样编码矩阵输出稀疏采样编码矩阵,在训练过程中,所述采样优化子网络基于所述稀疏采样编码矩阵和完备仿真状态数据生成所述稀疏仿真状态数据,其中,所述完备采样编码矩阵为与核反应堆三维状态尺寸一致的全1矩阵,所述完备采样编码矩阵用于表征对应所述完备仿真状态数据的测量点分布
。
[0011]在其中一个实施例中,所述采样优化子网络包括至少3个卷积层
。
[0012]在其中一个实施例中,所述采样优化子网络中的卷积层用于提取所述完整采样编码矩阵的特征
。
[0013]在其中一个实施例中,所述重建子网络包括至少1个卷积层
、
至少1个下采样层和至少1个上采样层,其中,所述卷积层的卷积核为基于堆芯几何结构的异形卷积核,所述异形卷积核的形状与堆芯燃料组件及内部燃料棒排列的几何形状保持一致
。
[0014]在其中一个实施例中,所述重建子网络中的卷积层用于提取所述堆芯稀疏状态信息的特征;所述重建子网络中的下采样层用于采用最大化池化操作对所述堆芯稀疏状态信息的特征进行降维处理;所述重建子网络中的上采样层用于对所述堆芯稀疏状态信息的特征进行升维处理,并输出重建的完整堆芯三维状态分布
。
[0015]在其中一个实施例中,所述堆芯三维状态分布信息包括反应堆堆芯的通量
、
冷却剂温度
、
冷却剂压力以及
Xe135
浓度分布
。
[0016]第二方面,本申请提供了一种堆芯状态重建方法,基于如上所述的堆芯状态重建系统进行完整堆芯三维状态分布,包括:
[0017]采样优化子网络确定稀疏度最高的目标状态采样方案;
[0018]重建子网络获取基于所述目标状态采样方案采样得到的堆芯稀疏三维状态信息,根据所述堆芯稀疏三维状态信息输出重建的完整堆芯三维状态分布信息
。
[0019]第三方面,本申请提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现如上所述的堆芯状态重建方法的步骤
。
[0020]第四方面,本申请提供了一种计算机可读存储介质,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所述的堆芯状态重建方法的步骤
。
[0021]上述堆芯状态重建方法
、
计算机设备和计算机可读存储介质,通过采样优化子网络确定稀疏度最高的目标状态采样方案,基于稀疏度最高的目标状态采样方案布置传感器可以大大减少传感器的布置数量,从而无需密集布置大量传感器
。
而重建子网络基于布置传感器测量的数据进行重建,可以得到精度较高的完整堆芯三维状态分布信息
。
另外,采样优化子网络和重建子网络基于仿真模型进行训练构建,最终重建的完整堆芯三维状态分布信息的精度较高,且由于采样优化子网络和重建子网络相对仿真模型的计算复杂度低,因此,上述堆芯状态系统的计算速度较快,并可以进行加速处理,从而可以快速生成完整堆芯三维状态分布信息,可以适用于需要快速计算的数据预测场景
。
附图说明
[0022]图1为一个实施例中堆芯状态重建系统的结构示意图;
[0023]图2为一个实施例中采样优化子网络的结构示意图;
[0024]图3为一个实施例中重建子网络的结构示意图;
[0025]图4为另一个实施例中堆芯状态重建方法的流程示意图;
[0026]图5为一个实施例中计算机设备的内部结构图
。
具体实施方式
[0027]为了使本申请的目的
、<本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.
一种堆芯状态重建系统,其特征在于,所述系统包括:采样优化子网络和重建子网络;所述采样优化子网络的输出端与所述重建子网络的输入端连接;所述采样优化子网络用于确定稀疏度最高的目标状态采样方案;所述重建子网络用于获取基于所述目标状态采样方案采样得到的堆芯稀疏状态信息,根据所述堆芯稀疏状态信息输出重建的完整堆芯三维状态分布信息;其中,所述采样优化子网络和所述重建子网络基于损失函数训练得到,以使所述重建子网络输出的完整堆芯三维状态分布信息与完备仿真状态数据的差异在预设范围内,在训练过程中,所述采样优化子网络用于根据所述完备仿真状态数据生成稀疏仿真状态数据,所述重建子网络用于根据所述稀疏仿真状态数据输出重建的完整堆芯三维状态分布信息,所述完备仿真状态数据为核反应堆的完整堆芯三维状态仿真分布信息
。2.
根据权利要求1所述的堆芯状态重建系统,其特征在于,所述采样优化子网络包括二值化深度网络,所述二值化深度网络用于根据完备采样编码矩阵输出稀疏采样编码矩阵,在所述训练过程中,所述采样优化子网络基于所述稀疏采样编码矩阵和所述完备仿真状态数据生成所述稀疏仿真状态数据,其中,所述完备采样编码矩阵为与核反应堆三维状态尺寸一致的全1矩阵,所述完备采样编码矩阵用于表征对应所述完备仿真状态数据的测量点分布
。3.
根据权利要求2所述的堆芯状态重建系统,其特征在于,所述采样优化子网络包括至少3个卷积层
。4.
根据权利要求3所述的堆芯状态重建系统,其特征在于,所述采样优化子网络中的卷积层用于提取所述完整采样编码矩阵的特征
。5.
根据权利要求1所述的堆芯状态重建系统,其特征在于,所述重建子...
【专利技术属性】
技术研发人员:段奇志,王春冰,卢超,平嘉临,李静,毛万朝,刘高俊,
申请(专利权)人:深圳中广核工程设计有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。