【技术实现步骤摘要】
本申请的属于核电厂安全分析，特别是针对核电厂安全评估方法利用大数据生成分析模型，即，基于分类器及回归预测算法自适应构建的核电厂安全评估代理模型及其应用，该模型利用机器学习及自适应采样策略提升核电安全评估的计算效率。
技术介绍
1、目前，核能作为能源领域的一种洁净、高效能源，已经在世界各国取得了广泛的使用。核安全，是核电可持续发展最为关键和重要的因素。在核电厂运行过程中，通过仿真模拟对可能发生的安全事故进行分析、评估是保证核电安全的重要方式。通常核电厂安全分析方法主要分为确定论安全分析方法以及概率论安全分析方法两类。针对确定论安全分析，我国核安全局和国际原子能机构发布了4种安全分析选项，如表1所示。
2、表1：确定论安全分析选项
3、
4、传统的确定论安全分析方法采用纵深防御概念，单一故障等原则，难以综合评估核电站运行条件、系统设备状态，存在过于保守或保守性不足的可能性。而概率论安全分析中使用的静态分析方法(如故障树和事件树)方法难以模拟动态时序。此外，传统的安全分析往往只考虑认知不确定性，而没有将随机...
【技术保护点】
1.基于分类器及回归预测算法自适应构建的核电厂安全评估代理模型，其特征在于，该代理模型通过下述方法训练构建而成；
2.根据权利要求1所述的基于分类器及回归预测算法自适应构建的核电厂安全评估代理模型，其特征在于，S1中的核电厂核安全问题、风险敏感事故工况通过但不限于查阅电厂设计报告或电厂事故文献资料获得，不确定性输入参数包括但不限于反应堆功率，破口尺寸或者堆芯热流密度参数，及其分布特点和抽样范围参数。
3.根据权利要求1所述的基于分类器及回归预测算法自适应构建的核电厂安全评估代理模型，其特征在于，S2中构建核电设备系统级物理模型通过RELAP5程...
【技术特征摘要】
1.基于分类器及回归预测算法自适应构建的核电厂安全评估代理模型，其特征在于，该代理模型通过下述方法训练构建而成；
2.根据权利要求1所述的基于分类器及回归预测算法自适应构建的核电厂安全评估代理模型，其特征在于，s1中的核电厂核安全问题、风险敏感事故工况通过但不限于查阅电厂设计报告或电厂事故文献资料获得，不确定性输入参数包括但不限于反应堆功率，破口尺寸或者堆芯热流密度参数，及其分布特点和抽样范围参数。
3.根据权利要求1所述的基于分类器及回归预测算法自适应构建的核电厂安全评估代理模型，其特征在于，s2中构建核电设备系统级物理模型通过relap5程序实现，该模型包括但不限于轻水堆系统的各种瞬态分析，失水事故(loca)、未能紧急停堆的预计瞬态(atws)模型，不限于管道、阀门、泵、热构建、点堆动力学、电加热器、喷射泵、汽轮机、分离器、安注箱以及控制系统组件的部件模型，及不限于截面突变流动、横流模型、壅塞流、硼追踪以及非冷凝气体传输的特殊过程模型；s2中的系统风险评价模型是结合概率安全评价(psa)建立故障树进行量化分析，计算系统的失效概率和风险水平所构建。
4.根据权利要求1所述的基于分类器及回归预测算法自适应构建的核电厂安全评估代理模型，其特征在于，s3步的敏感性分析为spearman相关性系数法，spearman系数由以下公式计算：spearman是一种度量两个变量之间相关性的统计量，它基于等级变量(有序变量)的秩而不是实际值；上式中，ρ为spearman相关性系数，取值为[-1,+1]，rxi和ryi分别是x和y的秩，由于x和y都为等级变量，它们的秩可以看做是观测值的相对位置，n为总的观测样本数，ρ的绝对值的大小表示输入参数与输出参数的相关性强弱，绝对值越大表示参数相关性越强，而系...
【专利技术属性】
技术研发人员：徐安琪，李林峰，张桢，董晓朦，杨明，文婷，陈林宪，蔡文鑫，施晓晴，陈婉文，
申请(专利权)人：深圳大学，
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。