【技术实现步骤摘要】
本专利技术涉及的是一种核反应堆控制领域的技术，具体是一种核反应堆干涸后传热系数预测方法。
技术介绍
1、干涸后传热系数(pdo)传热机制可能在核反应堆，低温，冶金工业和化学工业等各种应用中遇到。现有pdo传热预测技术面对类不平衡问题较难处理的同时，面对结构复杂的连续数据难以学到其分布特征。而现有基于神经网络的预测技术则仅在数据充足时预测效果理想。对于表格数据的建模传统gan面临以下三个问题：1需要对离散列和连序列进行建模。2连续列可能成多模态分布而非高斯分布。3存在严重的类不平衡问题。
技术实现思路
1、本专利技术针对现有技术存在的上述不足，提出一种核反应堆干涸后传热系数预测方法，使用条件表格生成对抗神经网络(ctgan)针对有限的实验数据进行扩充，结合bp神经网络对核电厂pdo传热预测，提高计算效率以及预测准确度，并解决了普通gan遇到的类不平衡问题和连序列成多模态分布的问题。ctgan引入新技术来解决上面的问题：1采用针对模式的归一化来增强训练过程，以克服非高斯和多模态分布。2采用条件...
【技术保护点】
1.一种核反应堆干涸后传热系数预测方法，其特征在于，在离线阶段采集并对原始数据进行相关性分析，筛选出与核反应堆干涸后传热系数相关性强的参数以减少计算量提高计算效率，构造并对CTGAN网络进行训练后，采用CTGAN网络的生成数据与原始数据混合后训练BP神经网络，在在线阶段采用训练后的BP网络用于预测核反应堆干涸后传热系数；
2.根据权利要求1所述的核反应堆干涸后传热系数预测方法，其特征是，所述的相关性分析，使用斯皮尔曼相关性系数(spearman)进行相关性分析；
3.根据权利要求1所述的核反应堆干涸后传热系数预测方法，其特征是，所述的生成数据与...
【技术特征摘要】
1.一种核反应堆干涸后传热系数预测方法，其特征在于，在离线阶段采集并对原始数据进行相关性分析，筛选出与核反应堆干涸后传热系数相关性强的参数以减少计算量提高计算效率，构造并对ctgan网络进行训练后，采用ctgan网络的生成数据与原始数据混合后训练bp神经网络，在在线阶段采用训练后的bp网络用于预测核反应堆干涸后传热系数；
2.根据权利要求1所述的核反应堆干涸后传热系数预测方法，其特征是，所述的相关性分析，使用斯皮尔曼相关性系数(spearman)进行相关性分析；
3.根据权利要求1所述的核反应堆干涸后传热系数预测方法，其特征是，所述的生成数据与原始数据混合是指：将ctgan生成的数据与训练ctgan的原始数据混合；该ctgan网络包括：生成器和判别器，其中：生成器根据随机噪声和来自原始数据的条件向量得到生成数据，判别器根据生成数据和原始数据进行真伪判别。
4.根据权利要求3所述的核反应堆干涸后传热系数预测方法，其特征是，所述的生成器采用针对模式的归一化以解决非高斯和多模式分布数据，通过一个条件生成器通过采样进行训练以处理类不平衡问题。
...
【专利技术属性】
技术研发人员：宋美琪，袁双楠，刘晓晶，许巍，
申请(专利权)人：上海交通大学，
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。