CN105955069A - 一种基于在线仿真的核电站系统级状态监测方法 - Google Patents
一种基于在线仿真的核电站系统级状态监测方法 Download PDFInfo
- Publication number
- CN105955069A CN105955069A CN201610421351.9A CN201610421351A CN105955069A CN 105955069 A CN105955069 A CN 105955069A CN 201610421351 A CN201610421351 A CN 201610421351A CN 105955069 A CN105955069 A CN 105955069A
- Authority
- CN
- China
- Prior art keywords
- nuclear power
- phantom
- monitored
- parameter
- real
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Monitoring And Testing Of Nuclear Reactors (AREA)
Abstract
本发明提供的是一种基于在线仿真的核电站系统级状态监测方法。结合在线仿真技术建立核电站被监测工艺系统的仿真模型,通过数据接口程序实现仿真模型中相关数据的在线初始化以及随后在线运行中数据的在线加载;在核电站中被监测系统正常运行时,可以与之同步运行以形成动态阈值;当核电站中被监测系统出现故障后,可以及时快速地发现异常并给出警报。本发明可以提高核电站运行的安全性,辅助操纵员进行故障识别;不仅可以提高在线状态监测的准确性和效率,而且也可以拓宽状态监测方法的适用范围。
Description
技术领域
本发明涉及的是一种核电站的运行状态监测方法,具体地说是一种基于在线仿真的核电站系统级状态监测方法。
背景技术
核电站造价昂贵、技术密集、系统和设备构造复杂,而且具有潜在的放射性释放风险。一旦发生核事故,将会对周围环境甚至全球生态环境造成灾难性的后果。人因失误是引发核事故或核事件的主要原因,当核电站发生异常时,传统的阈值报警监测方法将引入大量系统参数警报,此时处理和处置效果受操纵员个体影响特别大,极有可能导致操纵员的判断失误。
状态监测是通过测量、检测被监测对象的状态变量,分析已获取的被监测对象的信息,并结合对象特性对工作状态给出评价的过程。它可以在早期及时检测和识别故障,并为故障诊断与定位提供重要的参考依据。同时状态监测还可以提高核电站的经济性,减少不必要停堆的次数。现代状态监测方法有多种分类,但是总体上可以概括为两类:即基于数据分析的方法和基于数学解析模型的方法。
基于数据分析的监测方法:该方法以大数据为特征,通过对历史数据的大量学习与训练构造数据分析模型。Daneshvar和Farhangi采用主元分析法监测火力发电装置的锅炉系统,郭铁波利用BP神经网络进行状态监测。但是数据分析方法是“黑箱”模型,同时必须有样本历史数据进行学习与训练,因此可解释性差,无从判断监测结果是否正确。
基于数学解析模型的监测方法:该方法建立系统或设备的质能平衡关系式,当出现异常后,通过关系式的变化来达到监测目的。OECD的Shigetoshi利用质能平衡方程建立动力装置的过程监测模型,丹麦的Lind教授利用多层流模型对核电站的异常进行定性推理。但上述方法推理过程中可能存在匹配冲突或组合爆炸,同时现有研究过分依赖于核电站内的测点设置。
发明内容
本发明的目的在于提供一种可以提高状态监测的准确性和效率,既可以针对稳态过程、也可以实现对正常瞬态中状态监测的基于在线仿真的核电站系统级状态监测方法。
本发明的目的是这样实现的:
(1)实时从核电站数字化仪控系统中获取核电站被监测系统的工艺系统参数以及与被监测系统内相关设备的自动控制信号,并存储到实时数据库中;
(2)根据核电站被监测系统的组成结构和工作状态,离线建立核电站被监测系统的工艺系统仿真模型;
(3)建立实时数据库与工艺系统仿真模型之间的数据接口关系,将采集到的自动控制信号与被监测系统内的被控对象相关联,将采集到被监测系统工艺过程的输入和输出边界递给工艺系统仿真模型的建模边界上;
(4)将步骤(2)中建立的工艺系统仿真模型投入在线运行,在步骤(3)的基础上,完成工艺系统仿真模型的在线初始化,直到所有对应参数的在线仿真误差小于2%;
(5)完成步骤(4)的在线初始化后,在核电站被监测系统正常运行过程中,通过步骤(1)和步骤(3)完成运行数据的在线加载,使在线工艺系统仿真模型与核电站被监测系统实时同步运行;
(6)将在线工艺系统仿真模型计算出的实时参数存储到仿真模型数据库中;
(7)选取被监测系统的特征参量,输入特征参量的监测阈值;
(8)在线对比仿真模型数据库和实时数据库中包含的步骤(7)中特征参量的变化趋势,判断变化趋势是否一致,两者之间的差值是否在阈值允许的范围内;
(9)若步骤(8)中对应参数误差在阈值允许范围内,说明未发生故障,则继续重复步骤(5)中的数据加载、步骤(6)中的数据存储以及步骤(8)中的参数对比,并在人机界面上显示当前被监测系统正常运行;若步骤(8)中对应的参数误差不在阈值允许范围内并持续变化趋势完全不同,说明发生故障,则在人机界面上显示当前被监测系统出现异常。
本发明还可以包括:
1、所述离线建立核电站被监测系统的工艺系统仿真模型的方法为通过仿真建模软件或编程语言建立被监测系统中不同物理节点之间的热工水力关系式,而不仿真实际系统的自动控制系统。
2、所述完成工艺系统仿真模型的在线初始化的方法为:根据实时传递到在线工艺系统仿真模型中的入口和出口边界的实时数据、相关设备的实时控制信号,对比被监测系统中有测点的实时数据与仿真模型计算出的对应参数是否一致;若不一致,调节在线工艺系统仿真模型的不同物理节点之间的流量、压力、温度的物理计算关系式,直到工艺系统仿真模型计算得出的参数与被监测系统内有测点的对应参数的瞬时误差小于2%。
随着仿真技术以及计算机技术的进步,基于在线仿真的状态监测成为可能。本发明是基于数学解析模型的方法之一,但是本发明建立系统的定量机理模型,因此用于状态监测的分析模型更加准确,避免了现有基于模型的方法可能存在的推理冲突,同时对实际测点布置的需求较小;而且,该方法充分发挥解析模型法可解释性强,不需要历史数据的特点,在状态监测的准确性和适用性上都有突出的优点。更重要的是,目前国内外由于其建模方法的限制都是针对核电站稳态运行过程中的突发异常监测,但无法监测电站正常瞬态运行过程中出现的异常;而本发明既可以针对稳态过程,同时也可以实现对正常瞬态过程的状态监测,对于状态监测方法的深度和广度都有很大的提升。本发明的方法可解释性强,不需要大量历史数据,可以提高状态监测的准确性和效率。同时本发明既可以针对稳态过程,也可以实现对正常瞬态中的状态监测,可以拓宽状态监测方法的适用范围。
本发明的主要原理:
通过多次试验和反复迭代,发现在对核电站的相关系统和设备进行在线状态监测时,基于数据分析的方法具有较强的非线性映射能力;但是,数据分析方法是“黑箱”模型,同时必须有样本历史数据进行学习与训练,因此可解释性差、不易理解,无从判断监测结果是否正确。基于解析模型的方法具有可解释性好、不需要历史数据的优势;但是,原有建模方法过于简单,而且推理过程中可能存在匹配冲突或组合爆炸;更重要的是,现有研究过分依赖于核电站内的测点设置。本发明是基于解析模型的方法之一,本发明可以建立系统和设备的定量机理模型,可以避免原有基于数学解析模型方法在推理过程中存在的匹配冲突问题。本发明通过建立核电站工艺系统的仿真模型,实时接收核电站被监测系统中相关设备的自动控制信号和工艺系统的输入输出边界条件,保证在核电站被监测系统正常运行时与其同步运行,形成动态阈值;当核电站被监测系统中出现异常后,能通过在线的参数对比迅速发现故障,从而提示操纵员快速采取相应措施。
本发明的有益效果:①本发明基于在线仿真的状态监测分析模型更加准确,避免了现有基于模型方法可能存在的推理冲突等问题;②本发明所述方法对实际测点布置的需求更小,因此更便于实施;③本发明充分发挥解析模型法可解释性强,不需要历史数据的特点,在状态监测的准确性和效率上都有突出的优点;④本发明既可以针对稳态过程,同时也可以实现对正常瞬态过程的状态监测,对于状态监测方法的适用性都有很大的提升。
综上所述,本发明的基于在线仿真的核电站系统级状态监测方法不仅可以提高在线状态监测的准确性和效率,更重要的是也可以拓宽状态监测方法的适用范围。
附图说明
图1为本发明的实施步骤流程图;
图2为基于在线仿真的状态监测原理图;
图3为核电站汽轮机旁路排放系统的流程图;
图4为反应堆核功率随时间的变化趋势;
图5为核电站故障阀门和GCT入口流量变化;
图6为旁排系统的工艺系统仿真模型建模图;
图7a为入口流量的实时对比图,图7b为蒸汽联箱压力的实时对比图;
图8为所选取特征参数变化趋势对比图;
图9为核电站凝水系统的流程图;
图10a为冷凝器壳侧出口温度的实时对比图,图10b凝水泵出口压力的实时对比图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。
为了能够更好的理解本发明,首先对本发明中涉及的基本概念作简单的介绍:
在线仿真:有别于过去离线仿真的培训及安全分析系统,在线仿真是指能够实时跟随核电站状态变化的仿真建模方法,其目的是为了在线地为仿真对象的安全运行提供重要信息。
状态:被监测对象所处的模式或者状况称之为状态。
状态监测:通过测量、检测被监测对象的状态变量,分析已获取的监测对象信息,并结合对象特性对系统工作状态给出评价的过程。
本地故障:由当前系统中设备故障引起的异常,与其它单元的正常与否无关;本地异常改变了当前系统的运行机理和物理过程。
传递故障:在其它系统中发生了异常,故障信息通过工质的压力、温度、流量等参数传递至当前系统中,此时监测模型的输入发生改变,但是当前系统的运行特性和物理过程并未发生改变。
结合图1-2,本发明的基于在线仿真的核电站系统级在线状态监测方法,其特征在于,具体步骤如下:
1)从核电站数字化仪控系统中获取核电站被监测系统的工艺系统参数以及与被监测系统内相关设备的自动控制信号,并将这些信息存储到实时数据库中,并保证从数据库中读取和写入数据的实时性;
2)根据核电站被监测系统的组成结构和工作状态,离线建立核电站被监测系统的工艺系统仿真模型;与传统的离线仿真建模不同,本发明不仿真自动控制系统,因为自动控制系统的仿真模型会与工艺系统仿真模型相互耦合进而相互影响,难以保证仿真结果与被监测对象的实时准确性;本发明直接获取核电站自动控制系统的自动控制信号,可以保证在线工艺系统仿真模型的控制信号与核电站完全一致;在此基础上,在仿真建模时只需关注物理模型本身与实际过程是否一致。
3)建立实时数据库与工艺系统仿真模型之间的数据接口关系,将采集到的相关自动控制信号与被监测系统内的被控对象相关联,将采集到的被监测系统工艺过程的输入输出边界传递给工艺系统仿真模型的建模边界上;
4)将步骤2)中建立的工艺系统仿真模型投入在线运行,在步骤3)的基础上,完成仿真模型的在线初始化,根据实时传递到在线工艺系统仿真模型中的入口和出口边界的实时数据、相关设备的实时控制信号,对比被监测系统中有测点的实时数据与仿真模型计算出的对应参数,直到所有对应参数的在线仿真误差小于2%;若一致,完成仿真模型的在线初始化;若不一致,调节在线工艺系统仿真模型的不同物理节点之间的流量、压力、温度的物理计算关系式,直到工艺系统仿真模型计算得出的参数与被监测系统内有测点的对应参数的瞬时误差小于2%。
5)完成步骤4)的在线初始化后,在核电站被监测系统正常运行过程中,通过步骤1)、步骤3)完成运行数据的在线加载,使在线仿真模型能够与核电站被监测系统实时同步运行;
6)将工艺系统的在线仿真模型计算出的实时参数存储到仿真模型数据库中;
7)选取被监测系统的特征参量,输入特征参量的监测阈值;
8)在线对比仿真模型数据库和实时数据库中步骤(7)确定的特征参量的变化趋势,判断变化趋势是否一致,两者之间的差值是否在阈值允许的范围内;
9)若步骤8)中对应参数误差在阈值允许范围内,说明未发生故障,则继续重复步骤5)中的数据加载、步骤6)中的数据存储以及步骤8)中的参数对比,并在人机界面上显示当前被监测系统正常运行;若步骤8)中对应的参数误差不在阈值允许范围内并持续变化趋势完全不同,说明发生故障,则在人机界面上显示当前被监测系统出现异常。
实施例1:
本实施例通过核电站的汽轮机旁路排放系统阐述发明步骤的实施过程,汽轮机旁路排放系统的功能是当反应堆功率和汽轮机负荷不一致时,该系统把多余的蒸汽排向冷凝器和大气,为反应堆提供一个“人为”的负荷,从而避免蒸汽供应系统中温度和压力超过允许的限值,为了保证旁排系统的正常工作有必要进行在线状态监测;同时该系统主要在核电站的启停堆过程中投入使用,因此旁排系统处于正常瞬态运行过程,以此系统为例可以更好的说明本发明所述状态监测方法的适用范围与可行性。该系统的系统流程图和测点布置如附图3所示,图中PT代表压力测点、TE代表温度测点、FT代表流量测点。它由GCTc(向冷凝器排放)和GCTa(向大气排放)两部分组成,当向冷凝器排放系统不可用时,才使用向大气排放。向冷凝器排放系统从主蒸汽母管两端引出两根排放总管,从两侧进入冷凝器喉部的减温减压装置,同时在每根支管上有一个手动常开的隔离阀和一个气动排放控制阀。旁排系统的测点设置十分有限,这在很大程度上增加了实施状态监测的难度。
为了保证核电站的安全运行,无法在核电站中人为加入故障。因此本发明采用900MW核电站全范围仿真机作为监测对象。由于旁排系统工作在核反应堆启动、停运以及甩负荷等正常瞬态过程中,本发明以900MW核电站全范围仿真机启堆过程为例,说明本发明的状态监测实施过程。对全范围仿真机进行启堆的相关操作,通过调节反应堆的硼浓度使反应堆的核功率维持在10%左右,如附图4所示是核功率的归一化变化趋势图。
在正常运行一段时间(180s)后,向实际电站(900MW工程仿真机)中加入曾发生过的典型事故,即如附图3所示GCTc的GCT121vv阀门由于位置反馈器的反馈连杆固定螺丝松脱导致位置反馈信号失效,从而造成该阀门的调节异常。该处阀门不停开关且每次关闭时间很短。此过程中控制系统处于正常工作状态,只是阀门接收自动控制信号后动作失效,因此不改变实际系统的自动控制信号。如附图5所示,五角星线代表控制系统传递过来的归一化阀门信号,雪花形线代表GCT121vv发生机械故障,三角形线代表GCT117vv的开度随时间变化情况。
对汽轮机旁路排放系统进行状态监测的实施过程如下:
(1)从900MW工程仿真机数字化仪控系统中采集旁排系统在如附图3中所示的工艺系统测点参数和旁排系统内与调节阀相关的自动控制信号,并将这些信息存储到实时数据库中,保证实时数据库在满足实时性的同时,能够并行存储和读取数据。
(2)根据旁排系统的组成结构和工作状态,利用JOPMERET两相流体热工水力建模软件建立旁排系统的工艺系统仿真模型,由于旁排系统的入口和出口均有压力测点,因此建模是出口和入口均采用压力边界,如附图6所示。
(3)建立实时数据库与工艺系统仿真建模程序之间的数据接口关系,将采集到的相关自动控制信号与对应的阀门开度相关联,将采集到的旁排系统工艺过程的输入输出边界传递给工艺系统仿真建模程序的建模边界上。
(4)根据实时数据库中传递的实时参数在线调节工艺系统仿真模型内的不同物理节点之间的流体力学关系式和传热关系式,直到工艺系统仿真模型计算得出的参数与被监测系统内有测点的所有对应参数误差小于2%;若不满足重新调节物理仿真模型直到相对误差小于2%为止,以此完成仿真模型的在线初始化。如附图3所示是仿真模型计算出的其他测点参数与实时数据库中的对应参数进行对比的趋势图。
(5)在核电站旁排系统处于正常运行状态时,通过实时数据库和工艺系统仿真模型之间的数据通讯使自动控制信号和工艺系统的边界条件能够进行在线的数据加载,如附图7a-图7b所示是在线数据加载后实际电站(900MW工程仿真机)和在线仿真模型计算出的入口流量和蒸汽联箱压力在线对比图。
(6)将旁排系统在线仿真模型计算出的实时参数存储到仿真模型数据库中;
(7)在旁排系统仿真模型中,由于入口和出口边界均为压力边界,同时如附图3所示的系统测点中节点内的温度属于缓变参量,因此本发明选取旁排系统的入口流量作为特征参量;由于旁排系统始终处于瞬态运行过程,因此本发明首先判断特征参数之间的瞬时差值,若仿真模型计算值和实际值的差值超过当前实际值的2%,且相对误差绝对值的变化趋势随时间不断恶化则判定旁排系统出现异常。
(8)在线对比仿真模型数据库里计算出的入口流量与对应实时数据库中的入口流量变化趋势,若发生本地故障,计算得出的瞬态流量值会与监测值存在偏差。若旁排系统正常运行或发生传递故障,计算得出的瞬态流量值会与监测值十分接近。
(9)如附图8所示是随时间变化的特征参量变化趋势图。从图中可以看到,在实际系统正常运行时(前180s),旁排系统特征参数变化趋势和瞬态值几乎完全一致,在误差允许范围内。因此旁排系统内并未发生故障。则继续重复步骤(5)中的数据加载、步骤(6)中的数据存储以及步骤(7)中的参数对比,并在人机界面上显示当前旁排系统正常运行;在实际电站中旁排系统内出现故障后(180s后),已超过设定的参数阈值(1℃),而且实际参数与仿真模型计算出的参数变化趋势完全不同,仿真值随时间变化不大,而实际值每隔一段时间会出现相当剧烈的波动。根据本地故障和传递故障的关系,得出旁排系统内发生了本地故障。因此本发明可以在故障发生的初始几秒内快速地发现系统中可能存在的异常或故障,可以辅助操纵员和应急人员进行系统状态的判断和分析。
实施例2:
本实施例通过核电站的凝水系统继续阐述发明步骤的实施过程,该系统的系统流程图和测点布置如附图9所示,图中L代表液位测点、T代表温度测点、P代表压力测点、G代表流量测点。依然采用900MW核电站全范围仿真机作为监测对象。本发明随机选择以900MW核电站全范围仿真机稳态运行在80%满功率(即720MW)过程为例,继续说明本发明的状态监测实施过程。在正常运行一段时间(120s)后,向实际电站(900MW工程仿真机)中加入冷凝器传热管破裂事故。
对凝水系统进行状态监测的实施过程如下:
(1)从900MW工程仿真机数字化仪控系统中采集凝水系统在如附图9中所示的工艺系统测点参数和与调节阀、凝水泵和冷凝器水位相关的自动控制信号,并将这些信息存储到实时数据库中,保证实时数据库在满足实时性的同时,能够并行存储和读取数据。
(2)根据凝水系统的组成结构和工作状态,利用Fortran编程工具编写凝水系统的工艺系统仿真模型,由于凝水系统的入口有压力测点、出口有流量测点,因此建模是出口和入口分别采用压力边界和流量边界。
(3)建立实时数据库与工艺系统仿真建模程序之间的数据接口关系,将采集到的相关自动控制信号与对应的阀门开度相关联,将采集到的凝水系统工艺过程的输入输出边界传递给工艺系统仿真建模程序的建模边界上。
(4)根据实时数据库中传递的实时参数在线调节工艺系统仿真模型内不同物理节点之间的流体力学关系式和传热关系式,将计算得出的如附图3所示的其他测点参数与实时数据库中的对应参数进行对比,直到工艺系统仿真模型计算得出的参数与被监测系统内有测点的所有对应参数误差小于2%;若不满足重新调节物理仿真模型直到相对误差小于2%为止,以此完成仿真模型的在线初始化。
(5)在核电站凝水系统处于正常运行状态时,通过实时数据库和工艺系统仿真模型之间的数据通讯使自动控制信号和工艺过程的边界条件能够进行在线数据加载,如附图10a-图10b所示是实际电站(900MW工程仿真机)和在线仿真模型计算出的冷凝器疏水温度和凝水出口压力的在线对比图。
(6)将凝水系统在线仿真模型计算出的实时参数存储到仿真模型数据库中;
(7)在工艺系统仿真模型中,由于入口边界为压力边界、出口边界为流量边界,同时如附图9所示的凝水系统测点中有冷凝器的液位测点,液位可以代表冷凝器内的水体积装量;当出现凝水系统中出现故障后,会相应影响冷凝器内的液位变化;因此本发明选取凝水系统的冷凝器液位作为特征参量;由于凝水系统近似处于稳态运行过程,因此本发明首先判断特征参数之间的差值,若仿真模型计算值和实际值的差值超过当前实际值的2%,且相对误差绝对值的变化趋势随时间不断恶化则判定凝水系统出现异常。
(8)在线对比仿真模型数据库里计算出的冷凝器液位与对应实时数据库中的冷凝器液位变化趋势,若发生本地故障,计算得出的液位值会与监测值存在偏差。若凝水系统正常运行或发生传递故障,计算得出的液位会与监测值十分接近。
(9)在凝水系统正常运行时,凝水系统特征参数变化趋势和瞬态值几乎完全一致,在误差允许范围内。因此凝水系统内并未发生故障。则继续重复步骤(5)中的数据加载、步骤(6)中的数据存储以及步骤(7)中的参数对比,并在人机界面上显示当前凝水系统正常运行;在实际电站凝水系统中出现故障后,实际参数与仿真模型计算出的参数变化完全不同,超过设定的参数阈值,根据本地故障和传递故障的关系,可以得出凝水系统内发生了本地故障,因此可以在故障发生的初始几秒内快速地发现凝水系统中可能存在的异常或故障,可以辅助操纵员和应急人员进行系统状态的判断和分析。
Claims (3)
1.一种基于在线仿真的核电站系统级状态监测方法,其特征是:
(1)实时从核电站数字化仪控系统中获取核电站被监测系统的工艺系统参数以及与被监测系统内相关设备的自动控制信号,并存储到实时数据库中;
(2)根据核电站被监测系统的组成结构和工作状态,离线建立核电站被监测系统的工艺系统仿真模型;
(3)建立实时数据库与工艺系统仿真模型之间的数据接口关系,将采集到的自动控制信号与被监测系统内的被控对象相关联,将采集到被监测系统工艺过程的输入和输出边界递给工艺系统仿真模型的建模边界上;
(4)将步骤(2)中建立的工艺系统仿真模型投入在线运行,在步骤(3)的基础上,完成工艺系统仿真模型的在线初始化,直到所有对应参数的在线仿真误差小于2%;
(5)完成步骤(4)的在线初始化后,在核电站被监测系统正常运行过程中,通过步骤(1)和步骤(3)完成运行数据的在线加载,使在线工艺系统仿真模型与核电站被监测系统实时同步运行;
(6)将在线工艺系统仿真模型计算出的实时参数存储到仿真模型数据库中;
(7)选取被监测系统的特征参量,输入特征参量的监测阈值;
(8)在线对比仿真模型数据库里包含的步骤(7)中的特征参量和实时数据库中该特征参量的变化趋势,判断变化趋势是否一致,两者之间的差值是否在阈值允许的范围内;
(9)若步骤(8)中对应参数误差在阈值允许范围内,说明未发生故障,则继续重复步骤(5)中的数据加载、步骤(6)中的数据存储以及步骤(8)中的参数对比,并在人机界面上显示当前被监测系统正常运行;若步骤(8)中对应的参数误差不在阈值允许范围内并持续变化趋势完全不同,说明发生故障,则在人机界面上显示当前被监测系统出现异常。
2.根据权利要求1所述的基于在线仿真的核电站系统级状态监测方法,其特征是:所述离线建立核电站被监测系统的工艺系统仿真模型的方法是通过仿真建模软件或编程语言建立被监测系统中不同物理节点之间的热工水力关系式。
3.根据权利要求1或2所述的基于在线仿真的核电站系统级状态监测方法,其特征是所述完成工艺系统仿真模型的在线初始化的方法为:根据实时传递到在线工艺系统仿真模型中的入口和出口边界的实时数据、相关设备的实时控制逻辑,对比被监测系统中有测点的实时数据与仿真模型计算出的对应参数是否一致;若不一致,调节在线工艺系统仿真模型的不同物理节点之间的流量、压力、温度的物理计算关系式,直到工艺系统仿真模型计算得出的参数与被监测系统内有测点的对应参数的瞬时误差小于2%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610421351.9A CN105955069B (zh) | 2016-06-12 | 2016-06-12 | 一种基于在线仿真的核电站系统级状态监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610421351.9A CN105955069B (zh) | 2016-06-12 | 2016-06-12 | 一种基于在线仿真的核电站系统级状态监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105955069A true CN105955069A (zh) | 2016-09-21 |
CN105955069B CN105955069B (zh) | 2019-07-16 |
Family
ID=56906553
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610421351.9A Active CN105955069B (zh) | 2016-06-12 | 2016-06-12 | 一种基于在线仿真的核电站系统级状态监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105955069B (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106529834A (zh) * | 2016-12-07 | 2017-03-22 | 深圳中广核工程设计有限公司 | 核电站安全状态的评估方法、系统及核电站设备 |
CN106874896A (zh) * | 2017-03-31 | 2017-06-20 | 阳江核电有限公司 | 一种核电站一回路部件松脱诊断系统信号特征识别的辅助学习方法及系统 |
CN107272619A (zh) * | 2017-06-23 | 2017-10-20 | 深圳市盛路物联通讯技术有限公司 | 一种工业生产设备的智能监控系统及方法 |
CN107301884A (zh) * | 2017-07-24 | 2017-10-27 | 哈尔滨工程大学 | 一种混合式核电站故障诊断方法 |
CN107393616A (zh) * | 2017-07-20 | 2017-11-24 | 中广核工程有限公司 | 一种核电厂反应堆透明监测系统及方法 |
CN107505927A (zh) * | 2017-03-29 | 2017-12-22 | 华北电力大学 | 基于组件的循环流化床锅炉风烟设备故障监测方法及装置 |
CN107591216A (zh) * | 2017-09-19 | 2018-01-16 | 厦门大学 | 一种核电站数字化仪控的混合现实系统和方法 |
CN108287943A (zh) * | 2017-05-25 | 2018-07-17 | 上海交通大学 | 核电站控制系统半物理仿真平台设计及实现方法 |
CN108984382A (zh) * | 2018-07-26 | 2018-12-11 | 广西防城港核电有限公司 | 核电站模拟机i/o通道故障模拟方法及装置 |
CN109519233A (zh) * | 2018-12-07 | 2019-03-26 | 苏州热工研究院有限公司 | 用于核电厂汽轮机进汽调节阀的在线监测方法和系统 |
CN109978500A (zh) * | 2019-03-20 | 2019-07-05 | 武汉瑞莱保能源技术有限公司 | 一种核电站失电试验管理系统 |
CN109976185A (zh) * | 2017-12-27 | 2019-07-05 | 核动力运行研究所 | 一种maap5程序与核电站模拟机集成方法 |
CN110059359A (zh) * | 2019-03-21 | 2019-07-26 | 江苏东方国信工业互联网有限公司 | 一种基于大数据分析的控制炉体工艺的系统及其方法 |
CN110309602A (zh) * | 2019-07-03 | 2019-10-08 | 阳江核电有限公司 | 一种交互式核电站应急机发电机组的仿真建模系统及方法 |
CN110579368A (zh) * | 2019-09-26 | 2019-12-17 | 上海电气电站设备有限公司 | 基于仿真计算的旋转机械振动故障智能诊断系统及方法 |
CN111767657A (zh) * | 2020-07-09 | 2020-10-13 | 哈尔滨工程大学 | 一种核动力系统故障诊断方法和系统 |
CN113238530A (zh) * | 2021-04-25 | 2021-08-10 | 中国核电工程有限公司 | 监测系统显示功能设计方法及系统、验证方法、显示方法 |
CN116595883A (zh) * | 2023-05-24 | 2023-08-15 | 上海交通大学 | 空间热离子反应堆实时在线系统状态修正方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003256026A (ja) * | 2002-03-01 | 2003-09-10 | Hitachi Ltd | プラント監視操作装置 |
AU2007308995A1 (en) * | 2006-10-24 | 2008-05-02 | Edsa Micro Corporation | Systems and methods for a real-time synchronized electrical power system simulator for "what-if" analysis and prediction over electrical power networks |
CN101957872A (zh) * | 2010-07-09 | 2011-01-26 | 南方电网技术研究中心 | 一种交直流电力系统的混合实时仿真方法 |
CN101968525A (zh) * | 2010-10-09 | 2011-02-09 | 杭州市电力局 | 一种仿真计算与实时监测相结合的配电网故障定位方法 |
CN103699117A (zh) * | 2013-12-18 | 2014-04-02 | 中广核核电运营有限公司 | 基于核电厂真实工况与仿真系统的故障诊断方法及系统 |
CN104299659A (zh) * | 2013-07-16 | 2015-01-21 | 中广核工程有限公司 | 核电站运行状态监控方法、装置及系统 |
CN104462730A (zh) * | 2014-12-31 | 2015-03-25 | 广东电网有限责任公司电力科学研究院 | 电厂在线仿真系统和方法 |
-
2016
- 2016-06-12 CN CN201610421351.9A patent/CN105955069B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003256026A (ja) * | 2002-03-01 | 2003-09-10 | Hitachi Ltd | プラント監視操作装置 |
AU2007308995A1 (en) * | 2006-10-24 | 2008-05-02 | Edsa Micro Corporation | Systems and methods for a real-time synchronized electrical power system simulator for "what-if" analysis and prediction over electrical power networks |
CN101957872A (zh) * | 2010-07-09 | 2011-01-26 | 南方电网技术研究中心 | 一种交直流电力系统的混合实时仿真方法 |
CN101968525A (zh) * | 2010-10-09 | 2011-02-09 | 杭州市电力局 | 一种仿真计算与实时监测相结合的配电网故障定位方法 |
CN104299659A (zh) * | 2013-07-16 | 2015-01-21 | 中广核工程有限公司 | 核电站运行状态监控方法、装置及系统 |
CN103699117A (zh) * | 2013-12-18 | 2014-04-02 | 中广核核电运营有限公司 | 基于核电厂真实工况与仿真系统的故障诊断方法及系统 |
CN104462730A (zh) * | 2014-12-31 | 2015-03-25 | 广东电网有限责任公司电力科学研究院 | 电厂在线仿真系统和方法 |
Non-Patent Citations (2)
Title |
---|
REN YU 等: "An Online Fault Diagnosis Method for Nuclear Power Plant Based on Combined Artificial Neural Network", 《POWER AND ENERGY ENGINEERING CONFERENCE (APPEEC)》 * |
刘文学: "核电站反应堆冷却剂系统在线仿真研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106529834A (zh) * | 2016-12-07 | 2017-03-22 | 深圳中广核工程设计有限公司 | 核电站安全状态的评估方法、系统及核电站设备 |
CN106529834B (zh) * | 2016-12-07 | 2022-09-06 | 深圳中广核工程设计有限公司 | 核电站安全状态的评估方法、系统及核电站设备 |
CN107505927B (zh) * | 2017-03-29 | 2019-08-23 | 华北电力大学 | 基于组件的循环流化床锅炉风烟设备故障监测方法及装置 |
CN107505927A (zh) * | 2017-03-29 | 2017-12-22 | 华北电力大学 | 基于组件的循环流化床锅炉风烟设备故障监测方法及装置 |
CN106874896A (zh) * | 2017-03-31 | 2017-06-20 | 阳江核电有限公司 | 一种核电站一回路部件松脱诊断系统信号特征识别的辅助学习方法及系统 |
CN106874896B (zh) * | 2017-03-31 | 2021-03-02 | 阳江核电有限公司 | 一种核电站一回路部件松脱诊断系统信号特征识别的辅助学习方法及系统 |
CN108287943A (zh) * | 2017-05-25 | 2018-07-17 | 上海交通大学 | 核电站控制系统半物理仿真平台设计及实现方法 |
CN107272619A (zh) * | 2017-06-23 | 2017-10-20 | 深圳市盛路物联通讯技术有限公司 | 一种工业生产设备的智能监控系统及方法 |
WO2018232930A1 (zh) * | 2017-06-23 | 2018-12-27 | 深圳市盛路物联通讯技术有限公司 | 一种工业生产设备的智能监控系统及方法 |
CN107393616B (zh) * | 2017-07-20 | 2019-09-27 | 中广核工程有限公司 | 一种核电厂反应堆透明监测系统及方法 |
CN107393616A (zh) * | 2017-07-20 | 2017-11-24 | 中广核工程有限公司 | 一种核电厂反应堆透明监测系统及方法 |
CN107301884A (zh) * | 2017-07-24 | 2017-10-27 | 哈尔滨工程大学 | 一种混合式核电站故障诊断方法 |
CN107301884B (zh) * | 2017-07-24 | 2019-07-16 | 哈尔滨工程大学 | 一种混合式核电站故障诊断方法 |
CN107591216B (zh) * | 2017-09-19 | 2019-08-06 | 厦门大学 | 一种核电站数字化仪控的混合现实系统和方法 |
CN107591216A (zh) * | 2017-09-19 | 2018-01-16 | 厦门大学 | 一种核电站数字化仪控的混合现实系统和方法 |
CN109976185A (zh) * | 2017-12-27 | 2019-07-05 | 核动力运行研究所 | 一种maap5程序与核电站模拟机集成方法 |
CN108984382A (zh) * | 2018-07-26 | 2018-12-11 | 广西防城港核电有限公司 | 核电站模拟机i/o通道故障模拟方法及装置 |
CN109519233B (zh) * | 2018-12-07 | 2022-02-01 | 苏州热工研究院有限公司 | 用于核电厂汽轮机进汽调节阀的在线监测方法和系统 |
CN109519233A (zh) * | 2018-12-07 | 2019-03-26 | 苏州热工研究院有限公司 | 用于核电厂汽轮机进汽调节阀的在线监测方法和系统 |
CN109978500A (zh) * | 2019-03-20 | 2019-07-05 | 武汉瑞莱保能源技术有限公司 | 一种核电站失电试验管理系统 |
CN110059359A (zh) * | 2019-03-21 | 2019-07-26 | 江苏东方国信工业互联网有限公司 | 一种基于大数据分析的控制炉体工艺的系统及其方法 |
CN110309602A (zh) * | 2019-07-03 | 2019-10-08 | 阳江核电有限公司 | 一种交互式核电站应急机发电机组的仿真建模系统及方法 |
CN110309602B (zh) * | 2019-07-03 | 2023-10-13 | 阳江核电有限公司 | 一种交互式核电站应急机发电机组的仿真建模系统及方法 |
CN110579368A (zh) * | 2019-09-26 | 2019-12-17 | 上海电气电站设备有限公司 | 基于仿真计算的旋转机械振动故障智能诊断系统及方法 |
CN111767657B (zh) * | 2020-07-09 | 2022-04-22 | 哈尔滨工程大学 | 一种核动力系统故障诊断方法和系统 |
CN111767657A (zh) * | 2020-07-09 | 2020-10-13 | 哈尔滨工程大学 | 一种核动力系统故障诊断方法和系统 |
CN113238530A (zh) * | 2021-04-25 | 2021-08-10 | 中国核电工程有限公司 | 监测系统显示功能设计方法及系统、验证方法、显示方法 |
CN116595883A (zh) * | 2023-05-24 | 2023-08-15 | 上海交通大学 | 空间热离子反应堆实时在线系统状态修正方法 |
CN116595883B (zh) * | 2023-05-24 | 2024-03-01 | 上海交通大学 | 数值反应堆实时在线系统状态修正方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105955069B (zh) | 2019-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105955069A (zh) | 一种基于在线仿真的核电站系统级状态监测方法 | |
CN107301884B (zh) | 一种混合式核电站故障诊断方法 | |
Ayodeji et al. | Knowledge base operator support system for nuclear power plant fault diagnosis | |
Peng et al. | An intelligent hybrid methodology of on-line system-level fault diagnosis for nuclear power plant | |
CN103983453A (zh) | 一种航空发动机的执行机构和传感器故障诊断的区分方法 | |
KR20000057561A (ko) | 증기터빈 구동조건을 위한 그래프식 사용자 인터페이스 시스템 | |
CN106682376A (zh) | 参数随工况变化实际特性的全过程汽轮机建模及辨识方法 | |
Peng et al. | Real-time simulations to enhance distributed on-line monitoring and fault detection in Pressurized Water Reactors | |
CN105469689A (zh) | 一种核电站严重事故培训系统与培训方法 | |
Cao et al. | PCA-SVM method with sliding window for online fault diagnosis of a small pressurized water reactor | |
Wang et al. | Development of a rule-based diagnostic platform on an object-oriented expert system shell | |
Lei et al. | Prediction of crucial nuclear power plant parameters using long short‐term memory neural networks | |
Hatchett et al. | Real-time distribution system modeling: Development, application, and insights | |
CN105158002B (zh) | 一种基于振动信号的循环水换热器的故障诊断方法 | |
Alessandri et al. | Nonlinear modeling of complex large-scale plants using neural networks and stochastic approximation | |
CN102253663B (zh) | 一种网络化三容水箱系统的泄漏故障诊断方法及系统 | |
CN106796430B (zh) | 监视控制装置用测试装置 | |
No et al. | Development of a prediction method for SAMG entry time in NPPs using the extended group method of data handling (GMDH) model | |
Reifman et al. | Prodiag: a process-independent transient diagnostic system—i: theoretical concepts | |
Vrachimis et al. | WaterSafe: A water network benchmark for fault diagnosis research | |
Savolainen et al. | A framework for runtime verification of industrial process control systems | |
Lilia et al. | Using SA/RT method and SCADA for the analysis and the supervision of an hydrogen circuit | |
Ouyang et al. | Modeling of PWR plant by multilevel flow model and its application in fault diagnosis | |
Uhrig | Potential Use Of Neural Networks In Nuclear Power Plants | |
Liu et al. | DRES: Data recovery for condition monitoring to enhance system reliability |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |