本公开属于核电技术领域，具体涉及一种基于智能优化算法的仿真系统多工况调试方法及装置。本公开以模拟机产品开发过程中不符合项较多的蒸汽系统为例，通过分析蒸汽系统仿真建模过程中的各类标定参数，从中确定待优化参数，采用智能优化算法，对其进行多工况寻优，以获得满足多工况仿真需求的最优标定参数，减小模拟机开发过程中因为标定参数不适用导致的偏离，提高模拟机产品质量和开发调试效率。本公开的方法采用智能优化算法对重要标定参数进行优化，可获得一组满足多工况误差最小的标定参数值，减小仿真模型在多个工况下的计算误差，提高模拟机开发调试效率和产品质量。
【技术实现步骤摘要】
本专利技术属于核电，具体涉及一种基于智能优化算法的仿真系统多工况调试方法及装置。
技术介绍
1、核电模拟机采用系统仿真技术对核电机组运行的全过程、全工况进行仿真，是操纵人员培训的重要手段。模拟机开发调试过程中，工程师们在输入边界参数和结构参数后，一般以某一工况为标准工况(由于机组经常运行在100％工况，因此多选择100％功率工况为标准工况)对其他必要的输入参数进行标定，标定出的参数不仅用于当前标定的工况也会应用于其他工况。对于与标定工况比较接近的工况，仿真计算结果与预期数据比较接近，当与标定工况偏离较远时，仿真结果与预期数据就存在较大的误差，甚至会引起模型震荡，带来较多不符合项，显著降低了模拟机产品质量以及开发调试效率。
技术实现思路
1、为克服相关技术中存在的问题，提供了一种基于智能优化算法的仿真系统多工况调试方法及装置。
2、根据本公开实施例的一方面，提供一种基于智能优化算法的仿真系统多工况调试方法，所述方法包括：
3、步骤11，确定优化算法：在标准工况标定结果基础上，采用粒子群优化算法作为智能优化算法优化蒸汽系统仿真模型的参数；
4、步骤12，确定优化目标值：对蒸汽系统仿真模型进行分析，针对不同工况，确定对每种工况计算结果影响程度达到预设重要程度的参数作为优化目标值；
5、步骤13，确定优化目标值的取值范围和权重：选定优化目标值后，针对每种工况，根据每个优化目标值在该工况下的重要程度确定该优化目标值的取值范围和权重；
>6、步骤14，边界参数：确定不同工况下的边界参数；7、步骤15，智能优化算法集成：在平台初始状态下，将pso_optimzer设置为1，开始进行优化，第一次优化时，自动读取当前仿真模型中优化目标值的初始值并随机生成种群的初值，将该结果作为第一次优化目标值送入仿真模型计算，待仿真模型计算稳定后，确定仿真模型的适应度，开始下一次迭代，根据优化算法计算更新速度得到新的优化目标值，并送入仿真模型计算，待仿真模型计算稳定后，计算新的仿真模型的适应度，按照上述方式重复迭代，直到仿真模型的适应度满足预设条件或者迭代次数达到最大值，优化结束，并输出优化结果。
8、在一种可能的实现方式中，步骤13包括：
9、步骤131，蒸汽系统仿真模型基于设计数据开发时，将热平衡图的设计数据就作为优化目标值。
10、在一种可能的实现方式中，步骤13还包括：
11、步骤132，蒸汽系统仿真模型基于机组运行数据开发时，将传感器的测量值作为优化目标值，权重的选择依据参数的重要程度以及取值范围调整。
12、在一种可能的实现方式中，步骤14包括：
13、步骤141，针对基于设计数据的算法模型，根据热平衡图通过线性插值来确定不同功率水平的边界参数；
14、步骤142，针对基于运行数据的算法模型，采用式一计算得到上游的边界参数p1根据上游临近传感器测量值，采用式二计算得到下游的边界参数p2根据下游临近传感器测量值：
15、
16、
17、其中，f为管道流量(单位为kg/s)，p1为上游临近节点压力(单位为pa)，p2为下游临近节点压力(单位为pa)，ρ1为上游节点密度(单位为kg/m3)，ρ2为上游节点密度(单位为kg/m3)，ksi为管道导纳，为无量纲参数；sf为管道横截面积(单位为m2)。
18、在一种可能的实现方式中，智能优化算法与蒸汽仿真模型的集成方式包括：内嵌式和外挂式；
19、内嵌式表示为智能优化算法运行在仿真平台，由仿真平台调度；
20、外挂式表示为智能优化算法运行在除仿真平台外的其他平台，由智能优化算法根据需要进行调度，并通过通信程序与仿真平台通讯。
21、在一种可能的实现方式中，步骤15中，判断仿真模型计算稳定的方法包括：
22、步骤151，解决的方式是根据仿真模型节点规模和计算周期，设置预设时长的计时器，使得蒸汽仿真模型扰动已经传播到一半以上节点后，再计算每个变量在两次计算中的差值，当各变量在两次计算中的差值属于预设阈值区间时，则判定仿真模型已经达到稳态。
23、在一种可能的实现方式中，步骤15还包括：
24、步骤152，在任何一次迭代时，依次选定待优化工况并自动根据该工况调整边界参数，待所有工况计算完成后，计算总的适应度作为该次迭代的适应度；
25、步骤153，在迭代过程中，当计时器超过预设值且此时所有管道流量两次计算的差值大于预设值时，则判定该次计算的优化目标值无法让模型稳定甚至发散，剔除该次计算得到的优化结果。
26、根据本公开实施例的另一方面，提供一种基于智能优化算法的仿真系统多工况调试装置，所述装置包括：
27、确定模块，用于确定优化算法：在标准工况标定结果基础上，采用粒子群优化算法作为智能优化算法优化蒸汽系统仿真模型的参数；
28、优化模块，用于确定优化目标值：对蒸汽系统仿真模型进行分析，针对不同工况，确定对每种工况计算结果影响程度达到预设重要程度的参数作为优化目标值；
29、赋值模块，用于确定优化目标值的取值范围和权重：选定优化目标值后，针对每种工况，根据每个优化目标值在该工况下的重要程度确定该优化目标值的取值范围和权重；
30、边界参数模块，用于确定不同工况下的边界参数；
31、集成模块，用于智能优化算法的集成：在平台初始状态下，将pso_optimzer设置为1，开始进行优化，第一次优化时，自动读取当前仿真模型中优化目标值的初始值并随机生成种群的初值，将该结果作为第一次优化目标值送入仿真模型计算，待仿真模型计算稳定后，确定仿真模型的适应度，开始下一次迭代，根据优化算法计算更新速度得到新的优化目标值，并送入仿真模型计算，待仿真模型计算稳定后，计算新的仿真模型的适应度，按照上述方式重复迭代，直到仿真模型的适应度满足预设条件或者迭代次数达到最大值，优化结束，并输出优化结果。
32、根据本公开实施例的另一方面，提供一种智能优化算法的仿真系统多工况调试装置，所述装置包括：
33、处理器；
34、用于存储处理器可执行指令的存储器；
35、其中，所述处理器被配置为执行上述的方法。
36、根据本公开实施例的另一方面，提供一种非易失性计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。
37、本公开的有益效果在于：本公开以模拟机产品开发过程中不符合项较多的蒸汽系统为例，通过分析蒸汽系统仿真建模过程中的各类标定参数，从中确定待优化目标值，采用智能优化算法，对其进行多工况寻优，以获得满足多工况仿真需求的最优标定参数，减小模拟机开发过程中因为标定参数不适用导致的偏离，提高模拟机产品质量和开发调试效率。
38、本公开的方法采用智能优化算法对重要标定参数本文档来自技高网...
【技术保护点】
1.一种基于智能优化算法的仿真系统多工况调试方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，步骤13包括：
3.根据权利要求1所述的方法，其特征在于，步骤13还包括：
4.根据权利要求1所述的方法，其特征在于，步骤14包括：
5.根据权利要求1所述的方法，其特征在于，智能优化算法与蒸汽仿真模型的集成方式包括：内嵌式和外挂式；
6.根据权利要求1所述的方法，其特征在于，步骤15中，判断仿真模型计算稳定的方法包括：
7.根据权利要求1所述的方法，其特征在于，步骤15还包括：
8.一种基于智能优化算法的仿真系统多工况调试装置，其特征在于，所述装置包括：
9.一种基于智能优化算法的仿真系统多工况调试装置，其特征在于，所述装置包括：
10.一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。
【技术特征摘要】
1.一种基于智能优化算法的仿真系统多工况调试方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，步骤13包括：
3.根据权利要求1所述的方法，其特征在于，步骤13还包括：
4.根据权利要求1所述的方法，其特征在于，步骤14包括：
5.根据权利要求1所述的方法，其特征在于，智能优化算法与蒸汽仿真模型的集成方式包括：内嵌式和外挂式；
6.根据权利要求1所述的方法，其特征在于，...
【专利技术属性】
技术研发人员：张弦，肖云龙，董竖彪，庄莉，李飞，
申请(专利权)人：中核武汉核电运行技术股份有限公司，
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。