基于深度自编码器的核动力历史异常数据检测技术研究

为解决核动力历史异常数据检测中存在的新的异常识别困难问题,基于重构误差的思路,提出基于深度自编码器的历史数据异常检测模型。该模型以某稳态运行工况下正常历史数据为学习对象,通过最小化正常数据重构误差目标训练模型,根据待测数据重构误差大小判断其是否异常。研究结果表明,深度自编码器对正常数据重构能力较好,对异常数据重构能力不足。因此,通过比较重构误差大小,深度自编码器能够有效检测出核动力历史异常数据,其性能优于一类支持向量机,可以为核动力装置状态评估提供相关依据。     

基于概率神经网络的核动力装置异常运行工况识别方法设计

核动力装置结构复杂、运行参数多且耦合程度高,在异常运行工况时,运行参数之间存在极其复杂的非线性关系。采用人工方式进行故障诊断难度较大,亟需一种能高效识别异常运行工况类型的智能技术。概率神经网络（PNN）具有良好的非线性映射功能,适用于核动力装置多参数、强耦合情况下的异常运行工况识别。本文选取6种核动力装置异常运行工况,依托核动力装置事故分析平台进行了模拟计算并提取了特征参数。分别采用PNN与BP神经网络方法,在MATLAB环境中建立了异常运行工况识别模型,并进行了验证。结果表明,基于PNN的异常运行工况识别方法有效,且较传统BP神经网络方法更准确、快速。     

基于概率神经网络的核动力装置异常运行工况识别方法设计

核动力装置结构复杂、运行参数多且耦合程度高,在异常运行工况时,运行参数之间存在极其复杂的非线性关系。采用人工方式进行故障诊断难度较大,亟需一种能高效识别异常运行工况类型的智能技术。概率神经网络(PNN)具有良好的非线性映射功能,适用于核动力装置多参数、强耦合情况下的异常运行工况识别。本文选取6种核动力装置异常运行工况,依托核动力装置事故分析平台进行了模拟计算并提取了特征参数。分别采用PNN与BP神经网络方法,在MATLAB环境中建立了异常运行工况识别模型,并进行了验证。结果表明,基于PNN的异常运行工况识别方法有效,且较传统BP神经网络方法更准确、快速。     

基于数据融合的核动力装置故障诊断方法

数据融合作为一种处理多源信息的方法适合于核动力装置的故障诊断。利用数据融合信息分级处理的思想,将核动力装置故障诊断分为3级进行,数据级采用了数据挖掘的方法对数据进行处理,对属性进行约简;特征级采用并行的3个神经网络处理数据级的约简属性,并将其输出作为决策级 Dempster-Shafer(D-S)证据理论的基本概率赋值;决策级采用了改进的D-S证据理论对神经网络的输出进行合成,克服了传统D-S证据理论无法处理冲突信息的缺陷。运用文献中的相关数据对该方法进行了测试验证,测试结果证实了该方法可正确诊断训练过的核动力装置相关故障,具有一定的应用价值。     

基于特征事件序列的船用核动力系统故障诊断方法研究

针对船用核动力系统工况多变、故障概率高、操纵员支持手段匮乏等问题,提出一种基于特征事件序列的故障诊断方法。在分析大量运行数据的基础上,通过定义特征事件序列来提取不同类型故障特征,并构建各种典型事故的标准特征事件序列谱。当系统运行发生故障时,按特定算法实时提取系统当前事件序列特征,将其与标准特征事件序列谱比对,通过计算相似度,辨识引起系统异常的初因事件。经试验验证,该方法可辨识初因事件的程度,并定位其相对位置,与传统数据驱动的方法相比,具有易追溯、可解释等优点,因而更具研究和推广价值。     

核动力系统运行工况预判的深度学习方法研究

为建立核动力系统运行工况的高精度实时判别与运行监测参数的长时间在线预测方法,本研究基于神经网络模型,针对核动力系统运行状态预判开展了两方面工作。首先,基于核动力系统过去15个时间步（步长1 s）的监测参数变化,对运行工况进行实时诊断判别,同时,采用搜索算法对判别模型的参数进行优化,提高模型对运行工况的识别精度;之后,对核动力系统的关键运行参数进行超前预测。结果表明：优化后模型的诊断判别准确率稳定在0.99以上;在100个时间步的长时间序列下能够实现对于参数变化趋势的有效预测;对比支持向量机、K-近邻、多层前馈等多种经典的算法可知,改进的循环网络——注意力机制网络联合模型在核动力系统的运行预判方面表现优异。本研究所建立的运行工况预判方法可为保障核动力系统安全运行的辅助判断决策与超实时监测感知提供工程应用参考。     

基于HFR的核动力装置非能动系统敏感性分析方法研究

敏感性分析应用于反应堆非能动系统热工水力过程的不确定性分析和可靠性分析,能够定量识别对系统热工水力行为具有重要影响的不确定性输入参数。基于混合随机均衡-傅里叶幅度敏感性测试（HFR）方法,以某型核动力装置非能动余热排出试验系统作为算例进行全局敏感性分析研究,仿真结果证明了HFR方法的可行性与正确性。敏感性分析给出了系统输入参数重要度随时间的变化规律以及系统稳定运行时输入参数的重要度排序,分析结果有助于指导系统的设计优化及运行管理。      

压水堆核动力系统模糊控制研究

采用自调节模糊控制方法对压水堆核动力系统进行了模糊控制研究。建立了主要控制参数的模糊控制子系统 ,并实现了核动力系统的整体模糊控制。仿真表明 ,与传统PID控制系统相比 ,模糊控制系统能达到更好的控制效果 ,显示了模糊控制在核动力系统的应用前景     

基于布尔代数与模糊逻辑的核动力系统技术状态评估

研究了将布尔代数与模糊逻辑相结合进行核动力系统技术状态评估的方法。在已有研究成果的基础上,基于核动力系统串、并联单元输出的布尔表达式推导,结合模糊逻辑,建立了一种普适的核动力系统状态评估模型,实例应用表明该方法能够量化设备的部分失效对系统技术状态的影响,分析结果可为系统的使用与维修决策提供参考。     

基于运行数据分析的核动力装置异常运行状态监测技术研究

设计一种基于动态霍普菲尔德(Hopfield)人工神经网络(ANN)的核动力装置异常运行状态监测方法。通过ANN的在线训练,保证ANN模型能够始终跟踪核动力装置因运行工况变化而引起的动态特性变化,降低误诊断的概率。通过观察ANN预测输出值与实际装置输出值之间的加权平均方差,可以在较早时间内检测出参数异常变化的出现。以一回路压力为例,进行运行参数典型异常变化的检测仿真实验。结果表明,该方法在全工况范围内,具有良好的参数异常变化检测能力。     

核电厂数据通信系统的安全审评

介绍了核电厂数据通信系统安全审评的目的和主要依据,简要论述了核安全审评中需要关注的重点问题,分析了可能影响到它所支持的系统执行所要求的安全功能的一些因素。     

加速器驱动次临界核能系统高功率质子直线加速器概念研究(英文)

加速器驱动次临界核能系统(ADS)是下一代能源的首选方向。它能有效地利用铀和钍资源,嬗变长寿命高放射性废物和提高核安全水平。ADS加速器应能提供几十兆瓦质子束。超导直线加速器(SCL)效率高,束流损失少,是ADS加速器的最佳选择。作者介绍的ADD加速器由5 MV射频四极加速器,100 MV独立调相超导腔加速器和1 GV椭圆超导腔加速器组成。确定了加速结构和主要参数,考虑了研究和发展计划。     

压水堆核动力系统瞬态热工水力特性分析仿真软件

采用点堆中子动力学模型、两相漂移流蒸汽发生器模型、三区不平衡稳压器模型、主循环泵四象限特性模型和非能动应急余热导出系统模型,并利用Compaq Visual Fortran 6.0语言开发了微机型压水反应堆瞬态热工水力特性分析程序,并利用Microsoft Visual Studio.NET语言实现输入参数的可视化、输出结果的实时处理和动态显示。利用RELAP5程序对本瞬态安全分析软件进行了可靠性验证,结果表明,本软件求解精度较高、速度快、界面新颖、功能完善、可操作性强。此外,利用本软件对秦山核电站事故瞬态工况下的热工水力特性进行了分析,得出了一些具有工程价值的结论。     

加速器驱动次临界核能系统超导质子直线加速器设计研究(英文)

加速器驱动次临界核能系统(ADS)是下一代能源的首选方向。它能有效地利用铀和钍资源,嬗变长寿命高放射性废物和提高核安全水平。ADS加速器应能提供几十兆瓦质子束。超导直线加速器(SCL)效率高,束流损失少,是ADS加速器的最佳选择。它由一系列超导加速腔组成。利用电磁场计算确定腔的形状,利用粒子动力学计算确定SCL的主要参数。     

压水堆核电厂乏燃料冷却系统设计比较研究

比较了4种典型核电厂乏燃料冷却系统的主要设计特点,通过对系统功能的分析,从方法论角度讨论了系统的设计方法,并提出了乏燃料冷却系统设计改进与优化的基本原则。