APP下载

基于神经网络的核反应堆堆芯热功率预测

2021-11-19张奥鑫杨韬燃

计算机仿真 2021年10期
关键词:特征模型

张奥鑫,滕 婧,琚 贇,杨韬燃

(华北电力大学控制与计算机工程学院,北京 102206)

1 引言

1.1 核反应堆堆芯热功率预测

核电站运行期间,反应堆堆芯热功率分布是十分重要的状态参数,堆芯热功率分布正常是保证反应堆安全、经济运行的基础。如果堆芯热功率高于一定值,反应堆将超负荷运行,甚至烧坏,进而引发事故,危及人身安全;反之,如果堆芯热功率低于一定值,则无法达到其额定运行条件,反应堆发电量将会降低,影响机组的经济性。因此,实时监控和预测反应堆堆芯热功率分布,对提高反应堆的安全性、经济性以及运行灵活性都有十分重要的意义。然而,基于核反应机理的物理模型和实验模型的传统分析方法难以对堆芯功率分布进行准确、全面的预测。反应堆热功率测量的常用方法是中子通量密度法[1],即通过测量反应堆中子通量密度来推测反应堆堆芯热功率的分布。但是,反应堆的中子通量密度不仅与堆芯热功率相关,还和燃料的消耗程度(燃耗)有关,且燃耗变化会引起堆外中子通量密度变化,因此该方法测量结果存在较大误差。针对该问题,文献[1]使用谐波合成法和燃耗分组法,分析了燃耗特性与堆芯热功率分布的关系。宋世葭[2]等人提出了热平衡的方法,利用能量平衡原理计算反应堆堆芯热功率分布。文献[3]提出了使用堆芯外探测器监测堆内功率分布,通过分析堆芯外探测器的探测参数,建立相应的空间响应函数,进而确定堆内功率分布。……

登录APP查看全文

猜你喜欢

特征模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
如何表达“特征”
不忠诚的四个特征
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
线性代数的应用特征
一个相似模型的应用