CN107808263B - 基于信息融合的核电站多风险综合评估系统及方法 - Google Patents
基于信息融合的核电站多风险综合评估系统及方法 Download PDFInfo
- Publication number
- CN107808263B CN107808263B CN201711250705.9A CN201711250705A CN107808263B CN 107808263 B CN107808263 B CN 107808263B CN 201711250705 A CN201711250705 A CN 201711250705A CN 107808263 B CN107808263 B CN 107808263B
- Authority
- CN
- China
- Prior art keywords
- nuclear power
- power station
- risk
- information
- population
- 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.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 25
- 230000004927 fusion Effects 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000004364 calculation method Methods 0.000 claims abstract description 46
- 230000005855 radiation Effects 0.000 claims abstract description 19
- 230000006378 damage Effects 0.000 claims abstract description 15
- 238000012502 risk assessment Methods 0.000 claims abstract description 14
- 238000007499 fusion processing Methods 0.000 claims abstract description 8
- 238000009826 distribution Methods 0.000 claims description 13
- 238000013210 evaluation model Methods 0.000 claims description 9
- 230000002093 peripheral effect Effects 0.000 claims description 5
- 238000004088 simulation Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000009792 diffusion process Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000013398 bayesian method Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000005259 measurement Methods 0.000 abstract 1
- 230000008901 benefit Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 231100000225 lethality Toxicity 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 230000005865 ionizing radiation Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 239000002341 toxic gas Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于信息融合的核电站多风险综合评估系统,包括依次相连的数据采集模块、风险评估模块、风险分级及预警模块、人机显示模块。还公开了基于信息融合的核电站多风险综合评估方法,包括以下步骤:首先数据采集模块采集核电站风险信息、核电站基本信息以及核电站厂址周边人口密度及人口年龄组成信息;然后将上述信息进行融合处理,模拟评估未来核电站寿期内发生可能危害核电站安全的事件信息、可能造成辐射泄漏的辐射风险信息以及个人最大辐射剂量以及致死量,并将上述计算结果发送至风险分级与预警模块进行分级判断后显示至人机显示模块。本发明将多源信息融合技术应用在核电站风险评估测度领域,很好地评估核电站风险。
Description
技术领域
本发明涉及核电站安全评价领域,特别是涉及一种基于信息融合的核电站多风险综合评估系统及方法。
背景技术
核电是电力工业系统的重要组成部分,是人类应用的重要能源之一,核电自身有很多优势。在当今国际和国内环境问题日益严重的情况下,积极发展和推进核电站工程项目建设,对我国能源结构调整具有重大意义。然而核电站具有非常复杂且难度系数高等特点,影响核电站运营风险的因素有很多,如厂址的地质情况,附近的气象情况,水文情况,核电站自身的情况等。如何评估这些风险因素对核电站的影响,实现核电站的安全运营,平衡核电站的经济效益与风险之间的关系,是业界共同努力的方向。
关于核电站的风险评估,国内外展开了很多相关研究工作。Zamanali,Jalal(1998)对核电站概率风险评价方法(PSA)的进展及其在美国的应用进行了研究。Margulies,Timothy S.(2004)对核电站的选址进行了风险优化,Kirchsteiger,Christian(2006)对欧洲以及周边地区的核电站风险进行了分类和识别。我国学者从90年代开始对于核电站风险进行了研究,姚佳祥对核电站电离辐射所致风险进行评估(1989),屠柱国等对核电站的地质风险进行了评估(1990),FDS团队针对核电站实时风险管理系统进行了分析比较(2008)。但目前针对核电站风险的评估缺乏系统性的分析论证,大多针对单个因素对核电风险进行评估,关于各种因素之间的综合影响是否会对核电站的安全产生新的威胁缺乏深入地讨论。由于核电站安全影响因素多,各因素之间也会发生互相影响,因此核电站风险评估中会产生大量的不确定性信息,人为主观因素对核电评估的影响大。
信息融合是把多个渠道、多方位采集的不完整信息加以综合,消除多源信息间可能存在的冗余和矛盾的信息,并对其加以互补,降低其不确定性,整合相对完整的一致性描述的过程。信息融合可以提高智能系统的决策、规划、反应的快速性。降低决策风险,是一个涉及到信息科学、计算机科学和自动化科学的交叉学科。多源信息融合技术的产生提高了智能系统决策的准确性,降低了决策风险。通过信息融合技术寻找技术薄弱环节,有的放矢的降低系统风险。通过模型对可行性方案的参数进行逐一验证。这样做可以确保精确度高,同时提高了效率,减少了前期的验证周期。模糊逻辑是多值逻辑,通过制定一个0到1之间的实数表示真实度,相当于隐含算子的前提,允许将多个来源信息融合过程中的不确定性直接表示在推理过程中,和核电系统的风险快速评价提供技术支持。
发明内容
本发明所要解决的技术问题是提供一种基于信息融合的核电站多风险综合评估系统及方法,通过将多源信息融合技术应用在核电系统风险评估测度领域,能够很好地评估核电站风险,推动核电站的风险定量评估。
为解决上述技术问题,本发明采用的一个技术方案是:提供一种基于信息融合的核电站多风险综合评估系统,包括依次相连的数据采集模块、风险评估模块、风险分级及预警模块、人机显示模块;
所述数据采集模块,获取导致核电站潜在风险的因素,包括地质、气象、水文、外部环境信息、核电站信息以及周边人口信息;
所述风险评估模块,用于进行核电站风险水平的计算;
所述风险分级与预警模块,用于对核电站风险进行分级和预警;
所述人机显示模块,用于显示风险评估结果、风险预警信息以及风险舆情信息。
为解决上述技术问题,本发明采用的另一个技术方案是:提供一种基于信息融合的核电站多风险综合评估系统的综合评估方法,包括以下步骤:
S1,所述数据采集模块采集核电站外部风险信息,包括拟定厂址的地质信息、气象信息、水文信息、外部环境信息;以及核电站内部风险信息,包括拟定核电站的规模、年发电量、年度运行计划;以及核电站周边人口信息,包括核电站厂址周边人口密度及人口年龄组成信息;
S2,将由所述步骤S1获取的核电站外部风险信息进行融合处理,模拟评估未来核电站寿期内发生可能危害核电站安全的极端外部事件,并将上述计算结果发送至风险分级与预警模块进行分级判断后显示至人机显示模块;
S3,根据由所述步骤S2获取可能危害核电站安全的极端外部时事件与S1获取的核电站内部风险信息,评估核电站寿期内发生的可能造成辐射泄漏的辐射风险信息;并将上述计算结果发送至风险分级与预警分析模块进行分级判断后显示于人机显示模块;
S4,根据由上述步骤S3获取的核电站寿期内辐射风险信息与S1获取的核电站周边人口信息,模拟评估周边人口中的人员风险信息,包括个人最大辐射剂量以及致死量,并将上述计算结果发送至风险分级与预警模块进行分级判断后显示至人机显示模块。
在本发明一个较佳实施例中,在步骤S2中,具体步骤包括:
S2.1,数据采集模块获取的拟定核电站内部风险信息,包括机组数量,机组种类,核电站工作人员组成,并将上述信息融合处理后发送至风险分级与预警模块进行分级判断后显示至人机显示模块;
S2.2,数据采集模块获取的核电站周边人口信息,包括拟新建核电站厂址周边人口分布、人口组成,并将上述信息融合处理后发送至风险分级与预警模块进行分级判断后显示至人机显示模块;
S2.3,根据数据采集模块获取的目标核电站厂址的历史地质数据,模拟评估未来核电站寿期内发生可能危害核电站安全的极端地质事故,并根据所述极端地质事故与融合处理后的核电站内部风险信息评估地质对核电站风险影响,将上述计算结果发送至风险分级与预警模块进行分级判断后显示至人机显示模块;
S2.4,根据数据采集模块采集的目标核电站厂址的极端气象历史数据,模拟评估未来核电站寿期内发生可能危害核电站安全的极端气象事故,并根据所述极端气象事故与融合处理后的核电站内部风险信息评估气象对核电站风险影响,将上述计算结果发送至风险分级与预警模块进行分级判断后显示至人机显示模块;
S2.5,根据数据采集模块获取的目标核电站厂址的水文历史数据,模拟评估未来核电站寿期内发生可能危害核电站的极端水文事故,并根据所述极端水文事故与融合处理后的核电站内部风险信息评估水文对核电站风险影响,并将上述计算结果发送至风险分级与预警模块进行分级判断后显示至人机显示模块;
S2.6,根据数据采集模块获取的目标核电站厂址周围的有可能造成危害的工业、运输和军事设施,模拟评估未来核电站寿期内可能危害核电站的极端外部事件,并将所述极端外部事件与核电站内部风险信息进行评估外部风险对核电站风险影响,并将上述计算结果发送至风险分级与预警模块进行分级判断后显示至人机显示模块。
进一步的,所述模拟评估的具体方法为:
将数据采集模块获取的目标核电站厂址的历史地质信息、历史气象信息、历史水文信息、历史外部环境信息用可威胁信息和不威胁信息两个模糊自集表示,并将对核电站产生的威胁信息论域定义在[0,1]之间,采用“低”、“较低”、“中”、“较高”和“高”5个模糊自集进行描述,对历史数据分别判定隶属于可威胁信息或不威胁信息,根据可威胁信息和不威胁信息的隶属度进行评估未来核电站寿期内发生可能危害核电站安全的极端外部事件。
进一步的,所述融合处理的具体方法为:
将数据采集模块获取的核电站外部风险信息发送至风险评估模块,通过构建外部事件概率风险评价模型,分别计算地质、气象、水文及外部环境特征风险,并将上述计算结果归一化;
将数据采集模块获取的核电站内部风险信息通过贝叶斯方法进行处理,将新出现的核电站机组失效与历史失效数据融合,更新核电站概率风险评价模型中的可靠性数据以及服役状态,并重新求解核电站概率风险评价模型,得到核电站当前风险水平;
将数据采集模块获取的核电站周边人口位置信息更新到放射性核素扩散模拟的高斯模型中,获取当前人口布局下的个人剂量分布,将当前人口布局和组成对应的个人剂量分布与历史人口布局和组成对应的个人剂量分布进行加权求和,当前人口的权重取其所占历史总人口的比值,并重新评估得到核电站周边人口当前的人员风险水平。
本发明的有益效果是:
(1)本发明所述系统采用数据采集模块、风险评估模块、风险分级与预警模块以及人机显示模块建立核电站风险评估系统,对有可能对核电站产生影响的因素进行风险的分析和评估,从而预测核电站在寿期内存在的安全风险,预测风险的动态演化趋势,将人工智能中已经成熟的模糊逻辑应用在核电风险评估领域,能够很好的预测核电站在寿期内可能存在的风险;
(2)所述基于信息融合的核电站多风险综合评估方法,基于模糊逻辑技术有效处理核电风险评估中的不确定信息,克服人为主观因素所导致的核电安全风险状态判断错误,为核电站工程项目的决策者提供参考依据。
附图说明
图1是本发明所述基于信息融合的核电站多风险综合评估系统一较佳实施例的结构框图;
图2是所述基于信息融合的核电站多风险综合评估方法的流程图;
图3是所述基于信息融合的核电站多风险综合评估系统的逻辑框图。
具体实施方式
下面结合附图对本发明的较佳实施例进行详细阐述,以使本发明的优点和特征能更易于被本领域技术人员理解,从而对本发明的保护范围做出更为清楚明确的界定。
请参阅图1,本发明实施例包括:
一种基于信息融合的核电站多风险综合评估系统,包括依次相连的数据采集模块、风险评估模块、风险分级及预警模块、人机显示模块。
所述数据采集模块,获取导致核电站潜在风险的因素,包括地质、气象、水文、外部环境信息、核电站信息以及周边人口信息;
所述风险评估模块,用于进行核电站风险水平的计算;
所述风险分级与预警模块,用于对核电站风险进行分级和预警;
所述人机显示模块,用于显示风险评估结果、风险预警信息以及风险舆情信息。
结合图2和图3,基于信息融合的核电站多风险综合评估系统的综合评估方法,包括以下步骤:
S1,所述数据采集模块采集核电站外部风险信息,包括拟定厂址的地质信息、气象信息、水文信息、外部环境信息;以及核电站内部风险信息,包括拟定核电站的规模、年发电量、年度运行计划;以及核电站周边人口信息,包括核电站厂址周边人口密度及人口年龄组成信息;
S2,将由所述步骤S1获取的核电站外部风险信息进行融合处理,模拟评估未来核电站寿期内发生可能危害核电站安全的极端外部事件,并将上述计算结果发送至风险分级与预警模块进行分级判断后显示至人机显示模块;
将数据采集模块获取的核电站外部风险信息发送至风险评估模块,通过构建外部事件概率风险评价模型,分别计算地质、气象、水文及外部环境特征风险,并将上述计算结果归一化。
在步骤S2中,具体步骤包括:
S2.1,数据采集模块获取的拟定核电站内部风险信息,包括机组数量,机组种类,核电站工作人员组成,并将上述信息融合处理后发送至风险分级与预警模块进行分级判断后显示至人机显示模块;
将数据采集模块获取的核电站内部风险信息通过贝叶斯方法进行处理,将新出现的核电站机组失效与历史失效数据融合,更新核电站概率风险评价模型中的可靠性数据以及服役状态,并重新求解核电站概率风险评价模型,得到核电站当前风险水平;
S2.2,所述数据采集模块获取的核电站周边人口信息,包括拟新建核电站厂址周边人口分布、人口组成,并将上述信息融合处理后发送至风险分级与预警模块进行分级判断后显示至人机显示模块;
将数据采集模块获取的核电站周边人口位置信息更新到放射性核素扩散模拟的高斯模型中,获取当前人口布局下的个人剂量分布,将当前人口布局和组成对应的个人剂量分布与历史人口布局和组成对应的个人剂量分布进行加权求和,当前人口的权重取其所占历史总人口的比值,并重新评估得到核电站周边人口当前的人员风险水平;
S2.3,数据采集模块采集的目标核电站厂址50公里范围内,30年时间周期内的历史地质数据(包括地震烈度、地面沉降、位移)进行模拟评估未来核电站寿期内发生可能危害核电站安全的极端地震事故(包括地震、山体滑坡、泥石流、火山爆发),并将所述极端地质事故与融合处理后的核电站内部风险信息进行评估地质对核电站风险影响,将上述计算结果发送至风险分级与预警模块进行分级判断后显示至人机显示模块;
本实施例中,数据采集模块采集的地质信息包括50公里范围内的历史地质数据信息,将地质历史信息用可威胁信息和不威胁信息两个模糊自集表示,当地质数据达到S-2时,威胁信息的隶属度为1;当发生S-1及以下的地质时,不威胁信息的隶属度为1。在本实施例中,将地质对核电站产生的威胁信息论域定义在[0,1]之间,采用“低”、“较低”、“中”、“较高”和“高”5个模糊自集进行描述。
S2.4,数据采集模块采集的拟选定厂址的30年内的极端气象历史数据(包括风速、风向、气温、降水量、湿度、大气稳定性参数以及持续的逆温)进行模拟评估未来核电站寿期内发生可能危害核电站安全的极端气象事故(包括飓风、闪电、冰雹、冻雨、下雪、结冰以及沙尘暴)。并将所述极端气象事故与核电站内部风险信息进行评估气象对核电站风险影响,将上述计算结果发送至风险分级与预警模块进行分级判断后显示至人机显示模块;
本实施例中,数据采集模块获取的气象信息采用类似于地质-FIS计算方法的气象-模糊推理计算模拟。
S2.5,数据采集模块获取的拟选定厂址的30年内的水文历史数据(包括地表以及地下水文的分布、大小、流量、周边的水坝、分水渠以及防洪设施)进行模拟评估未来核电站寿期内发生可能危害核电站的极端水文事故(包括洪水、巨浪、以及海啸)。并将所述极端水文事故与核电站内部风险信息进行评估水文对核电站风险影响,并将上述计算结果发送至风险分级与预警模块进行分级判断后显示至人机显示模块。
本实施例中,数据采集模块获取的水文信息采用类似于地质-FIS计算方法的水文-模糊推理计算模拟。
S2.6,数据采集模块获取的拟选定厂址周围30公里范围内的有可能造成危害的工业、运输和军事设施,包括主要的机械制造厂、化工厂、贮存设施、采矿和采石场作业、军事基地或军事场所、运输路线(空运、陆运、水运)、运输设施(铁路、船坞、码头、机场)、石油管线和可燃气管线、矿井和钻井作业、地下贮存设施。根据S1的输入数据模拟评估未来核电站寿期内可能危害核电站的极端外部事件(爆炸、有毒气体扩散、飞机坠毁),并将所述极端外部事件与核电站内部风险信息进行评估外部风险对核电站风险影响,并将上述计算结果发送至风险分级与预警模块进行分级判断后显示至人机显示模块。
本实施例中,数据采集模块获取的外部信息采用类似于地质-FIS计算方法的外部环境-模糊推理计算模拟。
S3,根据由所述步骤S2获取可能危害核电站安全的极端外部事件与S1获取的核电站内部风险信息,评估核电站寿期内发生的可能造成辐射泄漏的辐射风险信息;并将上述计算结果发送至风险分级与预警分析模块进行分级判断后显示于人机显示模块;
S4,根据由上述步骤S3获取的核电站寿期内辐射风险信息与S1获取的核电站周边人口信息,评估周边人口中的个人最大辐射剂量以及致死量,并将上述计算结果发送至风险分级与预警模块进行分级判断后显示至人机显示模块。
在步骤S4中,具体步骤包括:
S4.1,由步骤S2.1获取的地质环境对核电站风险产生的影响与S1获取的核电站周边人口数据进行评估由地质环境造成的事件对核电站周边人口的每人每年的辐射剂量以及瞬间致死率,并将计算结果发送至风险分级与预警模块进行分级判断后显示至人机显示界面模块。
本实施例中,风险评估模块采用类似于地质-FIS计算方法的推理得到地质环境对核电站周边人口的风险影响。
S4.2,由步骤S2.2获取的气象环境对核电站风险产生的影响与S1获取的核电站周边人口数据进行评估由气象环境造成的事件对核电站周边人口的每人每年的辐射剂量以及瞬间致死率,并将计算结果发送至风险分级与预警模块进行分级判断后显示至人机显示界面模块。
本实施例中,风险评估模块2采用类似于地质-FIS计算方法的推理得到气象环境对核电站周边人口的风险影响。
S4.3,由步骤S2.3获取的水文环境对核电站风险产生的影响与S1获取的核电站周边人口数据进行评估由水文环境造成的事件对核电站周边人口的每人每年的辐射剂量以及瞬间致死率,并将计算结果发送至风险分级与预警模块进行分级判断后显示至人机显示界面模块。
本实施例中,风险评估模块采用类似于地质-FIS计算方法的推理得到水文环境对核电站周边人口的风险影响。
S4.4,由步骤S2.4获取的外部事件环境对核电站风险产生的影响与S1获取的核电站周边人口数据进行评估由外部事件环境造成的事件对核电站周边人口的每人每年的辐射剂量以及瞬间致死率。并将计算结果发送至风险分级与预警模块进行分级判断后显示至人机显示界面模块。
本实施例中,风险评估模块采用类似于地质-FIS计算方法的推理得到外部事件环境对核电站周边人口的风险影响。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (3)
1.一种基于信息融合的核电站多风险综合评估方法,采用一种基于信息融合的核电站多风险综合评估系统,该系统包括依次相连的数据采集模块、风险评估模块、风险分级及预警模块、人机显示模块;该方法包括以下步骤:
S1,所述数据采集模块采集核电站外部风险信息,包括拟定厂址的地质信息、气象信息、水文信息、外部环境信息;以及核电站内部风险信息,包括拟定核电站的规模、年发电量、年度运行计划;以及核电站周边人口信息,包括核电站厂址周边人口密度及人口年龄组成信息;
S2,将由所述步骤S1获取的核电站外部风险信息进行融合处理,模拟评估未来核电站寿期内发生可能危害核电站安全的极端外部事件,并将上述计算结果发送至风险分级与预警模块进行分级判断后显示至人机显示模块;
S3,根据由所述步骤S2获取可能危害核电站安全的极端外部事件与S1获取的核电站内部风险信息,评估核电站寿期内发生的可能造成辐射泄漏的辐射风险信息;并将上述计算结果发送至风险分级与预警分析模块进行分级判断后显示于人机显示模块;
S4,根据由上述步骤S3获取的核电站寿期内辐射风险信息与S1获取的核电站周边人口信息,模拟评估周边人口中的人员风险信息,包括个人最大辐射剂量以及致死量,并将上述计算结果发送至风险分级与预警模块进行分级判断后显示至人机显示模块;
所述融合处理的具体方法为:
将数据采集模块获取的核电站外部风险信息发送至风险评估模块,通过构建外部事件概率风险评价模型,分别计算地质、气象、水文及外部环境特征风险,并将上述计算结果归一化;
将数据采集模块获取的核电站内部风险信息通过贝叶斯方法进行处理,将新出现的核电站机组失效与历史失效数据融合,更新核电站概率风险评价模型中的可靠性数据以及服役状态,并重新求解核电站概率风险评价模型,得到核电站当前风险水平;
将数据采集模块获取的核电站周边人口位置信息更新到放射性核素扩散模拟的高斯模型中,获取当前人口布局下的个人剂量分布,将当前人口布局和组成对应的个人剂量分布与历史人口布局和组成对应的个人剂量分布进行加权求和,当前人口的权重取其所占历史总人口的比值,并重新评估得到核电站周边人口当前的人员风险水平。
2.根据权利要求1所述的基于信息融合的核电站多风险综合评估方法,其特征在于,在步骤S2中,具体步骤包括:
S2.1,数据采集模块获取的拟定核电站内部风险信息,包括机组数量,机组种类,核电站工作人员组成,并将上述信息融合处理后发送至风险分级与预警模块进行分级判断后显示至人机显示模块;
S2.2,数据采集模块获取的核电站周边人口信息,包括拟新建核电站厂址周边人口分布、人口组成,并将上述信息融合处理后发送至风险分级与预警模块进行分级判断后显示至人机显示模块;
S2.3,根据数据采集模块获取的目标核电站厂址的历史地质数据,模拟评估未来核电站寿期内发生可能危害核电站安全的极端地质事故,并根据所述极端地质事故与融合处理后的核电站内部风险信息评估地质对核电站风险影响,将上述计算结果发送至风险分级与预警模块进行分级判断后显示至人机显示模块;
S2.4,根据数据采集模块采集的目标核电站厂址的极端气象历史数据,模拟评估未来核电站寿期内发生可能危害核电站安全的极端气象事故,并根据所述极端气象事故与融合处理后的核电站内部风险信息评估气象对核电站风险影响,将上述计算结果发送至风险分级与预警模块进行分级判断后显示至人机显示模块;
S2.5,根据数据采集模块获取的目标核电站厂址的水文历史数据,模拟评估未来核电站寿期内发生可能危害核电站的极端水文事故,并根据所述极端水文事故与融合处理后的核电站内部风险信息评估水文对核电站风险影响,并将上述计算结果发送至风险分级与预警模块进行分级判断后显示至人机显示模块;
S2.6,根据数据采集模块获取的目标核电站厂址周围的有可能造成危害的工业、运输和军事设施,模拟评估未来核电站寿期内可能危害核电站的极端外部事件,并将所述极端外部事件与核电站内部风险信息进行评估外部风险对核电站风险影响,并将上述计算结果发送至风险分级与预警模块进行分级判断后显示至人机显示模块。
3.根据权利要求1或2所述的基于信息融合的核电站多风险综合评估方法,其特征在于,所述模拟评估的具体方法为:
将数据采集模块获取的目标核电站厂址的历史地质信息、历史气象信息、历史水文信息、历史外部环境信息用可威胁信息和不威胁信息两个模糊自集表示,并将对核电站产生的威胁信息论域定义在[0,1]之间,采用“低”、“较低”、“中”、“较高”和“高”5个模糊自集进行描述,对历史数据分别判定隶属于可威胁信息或不威胁信息,根据可威胁信息和不威胁信息的隶属度进行评估未来核电站寿期内发生可能危害核电站安全的极端外部事件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711250705.9A CN107808263B (zh) | 2017-12-01 | 2017-12-01 | 基于信息融合的核电站多风险综合评估系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711250705.9A CN107808263B (zh) | 2017-12-01 | 2017-12-01 | 基于信息融合的核电站多风险综合评估系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107808263A CN107808263A (zh) | 2018-03-16 |
CN107808263B true CN107808263B (zh) | 2021-10-29 |
Family
ID=61590920
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711250705.9A Active CN107808263B (zh) | 2017-12-01 | 2017-12-01 | 基于信息融合的核电站多风险综合评估系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107808263B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108711004A (zh) * | 2018-05-14 | 2018-10-26 | 北京京东金融科技控股有限公司 | 风险评估方法和装置及计算机可读存储介质 |
CN109034517A (zh) * | 2018-05-25 | 2018-12-18 | 中国核电工程有限公司 | 一种飞机在核电厂区域坠毁概率的评价方法 |
CN109242289B (zh) * | 2018-08-28 | 2021-09-03 | 江西核工业环境保护中心 | 一种区域天然放射性生态环境调查与评价系统的构建方法 |
CN110222375B (zh) * | 2019-05-13 | 2021-07-13 | 北京航空航天大学 | 一种舰载机着舰过程的安全监测方法 |
CN111145633B (zh) * | 2019-12-17 | 2021-07-06 | 武汉理工大学 | 城市道路危化品运输毒气泄漏扩散风险潜势图构建方法 |
CN111640280B (zh) * | 2020-04-21 | 2022-11-01 | 北京北大千方科技有限公司 | 一种基于多源信息融合的地铁站污染物预警方法 |
CN112330082B (zh) * | 2020-08-13 | 2023-08-15 | 青岛科技大学 | 一种基于动态机理模型的智能定量风险评估方法 |
CN112464576B (zh) * | 2020-12-17 | 2023-01-24 | 国网福建省电力有限公司电力科学研究院 | 一种基于贝叶斯网络的大坝风险评估方法和设备 |
CN114529219A (zh) * | 2022-03-04 | 2022-05-24 | 三门核电有限公司 | 一种用于核电机组生产工作的风险识别方法及装置 |
CN116384731B (zh) * | 2023-02-22 | 2024-05-10 | 中子高新技术产业发展(重庆)有限公司 | 一种涉核装备三级实时风险监测方法和系统 |
CN116502899B (zh) * | 2023-06-29 | 2023-09-01 | 吉贝克信息技术(北京)有限公司 | 基于人工智能的风险评级模型生成方法、装置及存储介质 |
CN117952430B (zh) * | 2024-03-27 | 2024-07-09 | 长江三峡集团实业发展(北京)有限公司 | 应对气象变化的发电站安全预警方法、装置、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2490862A (en) * | 2011-01-12 | 2012-11-21 | Theano As | Tool for managing complex construction projects |
CN104573823A (zh) * | 2013-10-25 | 2015-04-29 | 大连捌伍捌创新工场科技服务有限公司 | 基于模糊逻辑的实验检测数据融合方法 |
CN104574217A (zh) * | 2015-01-22 | 2015-04-29 | 国家电网公司 | 一种智能配电网在线风险评估方法 |
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 |
-
2017
- 2017-12-01 CN CN201711250705.9A patent/CN107808263B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2490862A (en) * | 2011-01-12 | 2012-11-21 | Theano As | Tool for managing complex construction projects |
CN104573823A (zh) * | 2013-10-25 | 2015-04-29 | 大连捌伍捌创新工场科技服务有限公司 | 基于模糊逻辑的实验检测数据融合方法 |
CN104574217A (zh) * | 2015-01-22 | 2015-04-29 | 国家电网公司 | 一种智能配电网在线风险评估方法 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN107808263A (zh) | 2018-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107808263B (zh) | 基于信息融合的核电站多风险综合评估系统及方法 | |
Wang et al. | Risk assessment of water inrush in karst tunnels excavation based on normal cloud model | |
Naghadehi et al. | A probabilistic systems methodology to analyze the importance of factors affecting the stability of rock slopes | |
Jiang et al. | Landslide risk prediction by using GBRT algorithm: Application of artificial intelligence in disaster prevention of energy mining | |
Ardeshir et al. | Risk assessment of construction projects for water conveyance tunnels using fuzzy fault tree analysis | |
CN112685965B (zh) | 一种台风中输电杆塔风险监测方法及系统 | |
Bonnard et al. | Identification and mitigation of large landslide risks in Europe: advances in risk assessment | |
Casale et al. | Floods and landslides: Integrated risk assessment: Integrated risk assessment; with 30 tables | |
CN115830829A (zh) | 一种煤矿水害通用预报预警系统 | |
Li et al. | Fuzzy risk prediction of roof fall and rib spalling: based on FFTA–DFCE and risk matrix methods | |
Nadiri et al. | A study of subsidence hotspots by mapping vulnerability indices through innovatory ‘ALPRIFT’using artificial intelligence at two levels | |
Xu et al. | Permeability control and flood risk assessment of urban underlying surface: a case study of Runcheng south area, Kunming | |
Zhu et al. | Catastrophe theory-based risk evaluation model for water and mud inrush and its application in karst tunnels | |
Tu et al. | Comprehensive risk assessment and engineering application of mine water inrush based on normal cloud model and local variable weight | |
Jin et al. | A Comprehensive Evaluation of Resilience in Abandoned Open-Pit Mine Slopes Based on a Two-Dimensional Cloud Model with Combination Weighting | |
Cao et al. | [Retracted] Application of Internet of Things Based on Wireless Sensor in Tunnel Construction Monitoring | |
Chen et al. | Research on the impact of underground excavation metro on surface traffic safety and assessment method | |
Chen | Hazards identification and characterisation of the tailings storage facility dam failure and engineering applications | |
Alizadeh et al. | Application of soft computing and statistical methods to predict rock mass permeability | |
CN117034614A (zh) | 一种变电站洪涝灾害综合防治预警系统 | |
Meng et al. | Risk identification and assessment during the excavation of the deep foundation pit | |
Liu et al. | Risk control technology for water inrush during the construction of deep, long tunnels | |
CN202578785U (zh) | 一种煤炭开采过程中地层塌陷预警系统 | |
Luo et al. | Instability identification on large scale underground mined-out area in the metal mine based on the improved FRBFNN | |
Wen et al. | The digital twins for mine site rescue environment: Application framework and key technologies |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: 230031 room 422, 4th floor, entrepreneurship center, No. 9 Daoxiang Road, new industrial park, Shushan District, Hefei City, Anhui Province Patentee after: Zhongke Chao'an Technology Co.,Ltd. Address before: 230000 Room 516, building 7, independent innovation industrial base, Zhenxing Road, new industrial park, Shushan District, Hefei City, Anhui Province Patentee before: ANHUI ZHONGKE CHAOAN TECHNOLOGY CO.,LTD. |
|
CP03 | Change of name, title or address |