【技术实现步骤摘要】
本专利技术涉及核安全领域，尤其涉及一种风险评价模型的维护方法、系统及计算机存储介质。
技术介绍
1、核电厂通常采用风险监测器(带有风险评价模型)，根据核电厂实际运行状况，对核电站的实时风险进行量化评价，实现对核电站实时风险的监测与管理。而风险监测器也从原来的离线运行状态，逐渐转入在线运行状态，即，融入了核电厂生产活动中，主要包括运行人员的实时风险监测与风险管理、计划人员的计划风险评价与优化等工作。
2、在使用风险评价模型计算核电站的实时风险时，为了提高计算结果的准确性，需要对风险评价模型进行重构，以增大割集量，单个风险评价模型的割集数据量可能会提升几十、几百倍，例如，从以往的10w割集量，提升到了2000w，甚至更多。在对风险评价模型进行更新及维护时，通常的方式为：在使用模型软件制作好模型数据后，先以excel格式存储在本地，然后使用web端软件将这些模型数据上传导入至模型数据库，而且是对excel格式的数据逐行读取并解析的。显然，这种方式一旦数据量过大，性能就会直线下降，且对系统运行挑战很大，稍有不慎可能导致应用程序直接奔溃。因此，随着风险评价模型的体量增大，现有的模型维护方式(先上传再解析的方式)效率及可靠性均较低，因此，需要一种更高效的模型维护方式。
技术实现思路
1、本专利技术要解决的技术问题在于，针对现有技术存在的模型维护的效率及可靠性低的缺陷，提供一种风险评价模型的维护方法、系统及计算机存储介质。
2、本专利技术解决其技术问题所采用的技术方案是：
3、步骤s10，接收用户输入的模型数据库的ip地址；
4、步骤s20，接收用户输入的机组工况信息，并接收用户所选择的与所述机组工况信息对应的模型数据，所述模型数据包括设置在相应模型文件夹下的模型基础数据、序列割集数据、补充割集数据；
5、步骤s30，对所述模型数据进行解析，以获取与所述模型数据库格式一致的数据表；
6、步骤s40，根据所述ip地址，将解析后的数据表导入模型数据库。
7、优选地，还包括：
8、接收用户输入的模型删除指令及待删除的模型标识；
9、根据所述模型删除指令，将所述模型数据库中所述模型标识所对应的数据表进行删除。
10、优选地，还包括：
11、接收用户输入的事件树删除指令及待删除的事件树标识；
12、根据所述事件树删除指令，将所述模型数据库中所述事件树标识所对应的事件树数据进行删除。
13、优选地，所述模型数据为序列割集数据，且所述序列割集数据包括分别存储在各个事件树文件夹下的序列文件、最小割集文件、基本事件文件，所述步骤s30包括：
14、步骤s311，获取各个事件树名称，并生成对应的id号，以建立事件树表及第一事件树索引表；
15、步骤s312，针对每个事件树文件夹，从所述基本事件文件中读取每个基本事件的id、名称、频率，并生成基本事件数据表，且在读取所述基本事件文件时，建立第一基本事件索引表，所述第一基本事件索引表包括各个基本事件的id、序号；
16、步骤s313，从所述序列文件中分别读取每个割集的基本事件组合及其所对应的序列，并建立第一序列索引表；
17、步骤s314，从所述最小割集文件中逐个读取每个最小割集的基本事件、cdf值，并根据所述基本事件，从所述第一序列索引表中匹配出对应的序列，及从所述第一基本事件索引表中匹配出基本事件的id，并生成最小割集数据表，所述最小割集数据表包括每个最小割集对应的cdf值、序列、基本事件。
18、优选地，所述模型数据为补充割集数据，且所述补充割集数据包括补充割集文件，所述步骤s30包括：
19、步骤s321，接收用户输入的所述补充割集数据所对应的补充设备及模型文件夹；
20、步骤s322，根据所述补充设备及所述模型文件夹，从模型数据库中查询相应的基本事件集合，并建立第二基本事件索引表、基本事件频率索引表、第二事件树索引表、第二序列索引表；
21、步骤s323，从所述补充割集文件中逐个读取补充割集，并针对每个补充割集，均进行：读取该补充割集的基本事件，从所述基本事件频率索引表中获取相应基本事件的频率，根据该补充割集的各个基本事件的频率计算该补充割集的cdf值，并根据所述基本事件，从所述第二序列索引表中匹配出对应的序列，及从所述第二基本事件索引表中匹配出基本事件的id，并生成补充割集数据表，所述补充割集数据表包括每个补充割集对应的cdf值、序列、基本事件。
22、优选地，在所述步骤s323中，在所述从所述基本事件频率索引表中获取相应基本事件的频率步骤之前，还包括：
23、判断该补充割集中的基本事件是否在所述第二基本事件索引表里，若不在，则筛选掉该补充割集；
24、针对筛选后的每个补充割集，均进行：读取该补充割集的基本事件，并根据所述第二事件树索引表，判断该补充割集中的基本事件是否匹配到事件树，若无，则接收用户输入的事件树调整信息，以使相应的基本事件与相应的事件树进行匹配；
25、针对筛选后的每个补充割集，判断其是否已存在于所匹配到的事件树所对应的所述最小割集数据表中，若是，则对该补充割集进行去重处理。
26、优选地，所述步骤s40包括：
27、根据所述ip地址，将解析后的数据批量导入模型数据库。
28、优选地，所述将解析后的数据批量导入模型数据库的步骤，包括：
29、将解析后的数据存入源表，并在所述模型数据库创建一目标表；
30、获取待写入的数据，并将其作为批量写入对象；
31、设置批量写入对象的列映射，并将源表的列映射到目标表的列；
32、将所述待写入的数据写入所述目标表。
33、本专利技术还构造一种风险评价模型的维护系统，包括处理器及存储有计算机程序的存储器，所述处理器在执行所述计算机程序时实现以上所述的风险评价模型的维护方法的步骤。
34、本专利技术还构造一种计算机存储介质，存储有计算机程序，所述计算机程序在被处理器执行时实现以上所述的风险评价模型的维护方法的步骤。
35、在本专利技术所提供的技术方案中，由于是先对模型数据进行解析，再通过网络将解析后的数据导入至模型数据库，所以，相比现有技术的方式，不易出现oom异常，也不需要额外部署中间插件，因此可实现风险评价模型重构后模型数据库高效且可靠地更新。
本文档来自技高网...【技术保护点】
1.一种风险评价模型的维护方法，应用于客户端，其特征在于，包括：
2.根据权利要求1所述的风险评价模型的维护方法，其特征在于，还包括：
3.根据权利要求1所述的风险评价模型的维护方法，其特征在于，还包括：
4.根据权利要求1所述的风险评价模型的维护方法，其特征在于，所述模型数据为序列割集数据，且所述序列割集数据包括分别存储在各个事件树文件夹下的序列文件、最小割集文件、基本事件文件，所述步骤S30包括：
5.根据权利要求4所述的风险评价模型的维护方法，其特征在于，所述模型数据为补充割集数据，且所述补充割集数据包括补充割集文件，所述步骤S30包括：
6.根据权利要求5所述的风险评价模型的维护方法，其特征在于，在所述步骤S323中，在所述从所述基本事件频率索引表中获取相应基本事件的频率步骤之前，还包括：
7.根据权利要求1-6任一项所述的风险评价模型的维护方法，其特征在于，所述步骤S40包括：
8.根据权利要求7所述的风险评价模型的维护方法，其特征在于，所述将解析后的数据批量导入模型数据库的步骤，包括：
9.一种风险评价模型的维护系统，包括处理器及存储有计算机程序的存储器，其特征在于，所述处理器在执行所述计算机程序时实现权利要求1-8任一项所述的风险评价模型的维护方法的步骤。
10.一种计算机存储介质，存储有计算机程序，其特征在于，所述计算机程序在被处理器执行时实现权利要求1-8任一项所述的风险评价模型的维护方法的步骤。
...【技术特征摘要】
1.一种风险评价模型的维护方法，应用于客户端，其特征在于，包括：
2.根据权利要求1所述的风险评价模型的维护方法，其特征在于，还包括：
3.根据权利要求1所述的风险评价模型的维护方法，其特征在于，还包括：
4.根据权利要求1所述的风险评价模型的维护方法，其特征在于，所述模型数据为序列割集数据，且所述序列割集数据包括分别存储在各个事件树文件夹下的序列文件、最小割集文件、基本事件文件，所述步骤s30包括：
5.根据权利要求4所述的风险评价模型的维护方法，其特征在于，所述模型数据为补充割集数据，且所述补充割集数据包括补充割集文件，所述步骤s30包括：
6.根据权利要求5所述的风险评价模型的维护方法，其特征在于，...
【专利技术属性】
技术研发人员：陈丽辉，圣国龙，张勇，陈世军，罗文博，裴亮，李琼哲，郭建兵，
申请(专利权)人：苏州热工研究院有限公司，
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。