基于局部异常因子的锂离子电池储能系统故障诊断

锂离子电池在过充、高温及外短路等滥用工况下工作会导致火灾等事故的发生。通过对锂离子电池进行早期故障诊断,定位故障的具体位置并及时采取相应措施,可以有效避免故障进一步升级为热失控。为此,基于锂离子电池储能系统的运行数据,采用局部异常因子算法对其进行故障诊断分析。通过计算单日及多日的电压运行数据,确定故障电池的具体位置,分析故障电池的异常情况。研究结果验证了局部异常因子算法应用于锂离子电池储能系统故障诊断的有效性。     

基于计数器数据分解的RMC全堆燃耗计算研究

内存不足是蒙特卡罗方法大规模输运模拟的关键问题。对于反应堆燃耗分析,需在输运过程中统计大量反应截面数据,计算机内存限制了燃耗计算规模。本文基于反应堆蒙特卡罗程序(RMC),利用数据分解方法对计数器数据并行存储,并与点燃耗并行耦合,实现计数器数据分解和燃耗数据分解的综合并行方法。对全堆基准题进行数值测试,结果表明综合并行方法可明显降低计算内存,验证了数据分解对蒙特卡罗大规模燃耗分析的有效性。     

堆用蒙特卡罗程序RMC的全堆计算研究

使用清华大学的探索100高性能并行计算机,基于美国核能署数据中心的连续能量全堆基准计算模型和法国电力集团的多群全堆基准计算模型,就通用蒙特卡罗程序(MCNP)全堆大规模并行计算开展了研究。针对堆用蒙特卡罗程序(RMC)与MCNP的全堆计算性能进行系统的比较研究。结果表明,MCNP在并行模式和计数器性能等方面均有不足,这些不足严重影响MCNP在反应堆全堆计算上的效率。而RMC在这些问题上取得了较大的改善,能够适用于反应堆全堆精细功率密度计算。因而,在反应堆全堆计算性能上,RMC优于MCNP。     

基于反复裂变几率法的敏感性分析初步研究

为研究在连续能量蒙卡程序临界计算中keff对核数据的敏感性分析方法,讨论keff对核数据的敏感性分析的理论基础。然后,阐述当前在连续能量蒙卡程序中广泛应用于伴随通量计算的反复裂变几率法的基本原理,以及伴随通量加权反应率的计数方法。最后,基于自主堆用蒙特卡罗程序(RMC),使用反复裂变几率法对聚乙烯球临界基准题进行敏感性分析。RMC计算结果与SCALE程序计算结果符合良好。     

RMC程序敏感性分析功能的并行策略与验证

针对堆用蒙特卡罗程序(RMC)中的有效增殖系数(keff)敏感性分析功能,为提高计算效率并降低内存占用,在RMC中实现了分别基于下一代裂变中子数以及中子产生率的伴随注量率估计方法的2种并行策略,并使用无限均匀介质多群算例和连续能量算例对该功能进行验证。结果表明,2种并行策略所求得的敏感性系数均与解析解、蒙特卡罗粒子输运程序(MCNP6)的计算结果吻合良好,计算速度为MCNP6的3倍左右,统计不同核素的总截面敏感性系数的品质因子为MCNP6的4~8倍左右。     

使用RMC求解C5G7-TD基准题动力学问题

清华大学反应堆工程分析(REAL)实验室研发的核反应堆蒙特卡罗(蒙卡)程序(RMC)具有动力学计算功能,为完善其动力学计算算法、验证动力学计算结果,RMC参加了C5G7-TD瞬态基准题的计算。C5G7-TD基准题目前包含6套共28个子算例,这些算例通过控制棒的移动或者慢化剂密度的升降来引入反应性变化。为了减少蒙卡程序计算中结果的波动,RMC使用了106个粒子,同时采用非均匀时间步长以减少计算资源的消耗。除去少量计算规格不同的问题,RMC与n TRACER的功率变化计算结果吻合良好。     

基于RMC程序的k_(eff)对核数据的敏感性分析

适用于连续能量蒙特卡罗程序的敏感性分析方法是当前的研究热点。本文建立了5种不同反应类型的敏感性系数的计算公式,对当前应用广泛的反复裂变几率法的理论基础及算法进行了分析。分别使用RMC程序和MCNP6程序计算了keff对核数据的敏感性系数,计算结果吻合良好。本文结果表明RMC程序初步具备了敏感性分析的功能。