CN109242234B - 基于区域离散方法的地下核电厂厂址自动初步评选方法 - Google Patents

基于区域离散方法的地下核电厂厂址自动初步评选方法 Download PDF

Info

Publication number
CN109242234B
CN109242234B CN201810710518.2A CN201810710518A CN109242234B CN 109242234 B CN109242234 B CN 109242234B CN 201810710518 A CN201810710518 A CN 201810710518A CN 109242234 B CN109242234 B CN 109242234B
Authority
CN
China
Prior art keywords
plant
grid
site
area
address
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
Application number
CN201810710518.2A
Other languages
English (en)
Other versions
CN109242234A (zh
Inventor
袁博
杨启贵
赵鑫
潘霄
张涛
杨家胜
张顺
刘爽
叶任时
陈新淼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changjiang Institute of Survey Planning Design and Research Co Ltd
Original Assignee
Changjiang Institute of Survey Planning Design and Research Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changjiang Institute of Survey Planning Design and Research Co Ltd filed Critical Changjiang Institute of Survey Planning Design and Research Co Ltd
Priority to CN201810710518.2A priority Critical patent/CN109242234B/zh
Publication of CN109242234A publication Critical patent/CN109242234A/zh
Application granted granted Critical
Publication of CN109242234B publication Critical patent/CN109242234B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06Electricity, gas or water supply
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • G06Q50/265Personal security, identity or safety

Abstract

本发明公开了一种基于区域离散方法的地下核电厂厂址自动初步评选方法,通过计算机程序实现地下核电厂厂址的自动初选,减少了人员的选址工作量;建立的地下核电厂厂址自动初步评选方法,基于区域离散方法将连续区域离散为数量有限的网格,并逐步缩小网格尺寸从而实现宏观到微观的选址过程。宏观选址过程中快速排出大量不适宜建厂区域,在微观选址过程中详细考虑所有场址因素,有效提高计算效率;本发明建立的地下核电厂厂址自动初步评选方法,根据评分标准对可能厂址的所有特征进行评分,按照厂址特征的重要度赋予权重因子,计算每个可能厂址的总评分,既快速便捷,又避免了人工选址过程中人因失误的引入,提高了选址精确度。

Description

基于区域离散方法的地下核电厂厂址自动初步评选方法
技术领域
本发明涉及地下核电站施工技术领域,具体地指一种基于区域离散方法的地下核电厂厂址自动初步评选方法。
背景技术
为防止厂址因素对核电厂运行带来安全隐患,并综合考虑建厂经济性、技术可行性和环境相容性,国家核安全局出台了核安全法规《核电厂厂址选择安全规定》,并在后续几年中陆续发布了一系列厂址因素安全准则,为核电厂确立了选址标准。据此标准,在核电厂选址的第一阶段——厂址查勘阶段需通过区域分析、图上选点、现场踏勘和厂址筛选等步骤,从拟建设区域内选出初选厂址。在此阶段需要对区域内的所有厂址因素逐一比对分析,排除不适宜建厂区域,工作量巨大。以往人工选址方式虽然可保证初选厂址满足厂址安全规定,却容易疏忽可能存在的适宜厂址,使本就稀缺的厂址资源无法得到保护。
地下核电厂将反应堆等涉核部分置于地下洞室中,对地下地震地质要求、防洪、防渗、取排水、造价等方面有更多要求,需要综合考虑更多的选址因素,因此选址任务更繁重,选址效率较低。随着计算机技术的发展,许多风电厂、光伏电站、变电站等设施已经实现自动选址,选址精确、高效。而由于地下核电厂对厂址的安全要求高,需要综合考虑诸多厂址因素,直至目前仍未出现地下核电厂自动选址方法。为了解决上述问题,需要开发地下核电厂厂址自动评选方法,以精确、高效地筛选出所有初选厂址,为厂址保护提供有效信息。
发明内容
本发明的主要目的在于提供一种基于区域离散方法的地下核电厂厂址自动初步评选方法,旨在为地下核电厂提供一种精确、高效,并可通过计算机实现的厂址自动评选方法。
为达到上述目的,本发明提及的一种基于区域离散方法的地下核电厂厂址自动初步评选方法,其特殊之处在于,包括如下步骤:
1)在计算机中设置地下核电站厂址评判标准,所述地下核电站厂址评判标准包括若干个厂址特征参数,所述厂址特征参数的格式为(Xbest,Xmin,Xmax),其中X表示厂址特征参数,上角标best,min,max分别表示该厂址特征参数为最佳参数值、最小可接受值、最大可接受值;
2)收集拟建设区域的地理档案资料,将拟建设区域内地下核电厂址区域离散为网格,以每个网格几何中心的特征表示该网格区域的特征,通过该区域的地理档案资料获得特征取值并录入计算机,所获取以上网格中心厂址区域特征参数的存储格式为Xscale(x,y),其中,X表示厂址特征参数,上角标scale表示该网格划分比例,(x,y)表示该网格中心坐标;
3)逐一将每个网格区域特征参数与厂址评判标准进行比对,排除不符合Xmin≤Xscale(x,y)≤Xmax条件的网格区域,得到备选厂址区域;若比对完成后符合条件的网格区域数量为0,则返回步骤2),缩小网格划分比例后重新比对;
4)对备选厂址区域进行现场踏勘,逐一调查每个备选区域的现场厂址特征,将备选区域离散为网格,以每个网格几何中心的特征表示该网格区域的特征,通过该区域的现场地理档案资料获得特征取值并录入计算机,所获取以上网格中心厂址区域特征参数的存储格式为X1:10000(x,y),其中,X表示厂址特征参数,上角标1:10000表示该网格划分比例,(x,y)表示该网格中心坐标;
5)逐一将每个网格区域特征参数的与厂址评判标准进行比对,选择符合Xmin≤X1 :10000(x,y)≤Xmax条件的网格区域作为可能厂址,未若能筛选出满足厂址特征标准的网格,则表明该可能区域不满足地下核电厂建设条件;若筛选出的可能厂址大于预设值,则可缩小厂址评判标准范围,重新执行步骤5),直至可能厂址区域数量小于预设值;
6)对可能厂址地区决定性的自然条件和人为因素进行复查,根据评分准则对厂址特征参数进行评分,并按照厂址特征参数的重要度赋予权重因子,计算每个可能厂址的总评分,取其得分最高的2或3个厂址即为初选厂址。
优选地,所述步骤2)中收集拟建设区域的地理档案资料具体指拟建设区域内比例尺范围为1:50万~1:400万以内的地理资料,包括但不限于地形图、水系图;交通运输资料;地震烈度区划图及说明、震中分布图及说明;地质图;区域人口资料、人口分布图及说明;电网资料及说明;气象资料;大型危险设施分布资料;火山分布资料。
优选地,所述步骤3)中缩小网格划分比例直至1:50万,若符合条件网格区域数量仍然为零,表明该区域不适宜地下核电厂建设。
优选地,所述步骤3)中对于非量化厂址特征信息,包括但不限于岩类Roc、岩性Lol、地质结构Ge信息,采用数字代号比对方式判别其是否满足厂址标准。
优选地,所述步骤2)中通过该区域的地理档案资料获得特征取值包括:
a)通过地形图获取山体/地面高度、山体厚度、网格区域内平地面积、可获取最大厂平面积;
b)通过水系图获取供水量、保证率、水温、水质、最大可承受放射性废水排水量、排水水温、百年内最大洪水标高;
c)通过交通运输资料获取码头、公路、机场、火车站位置,水路、公路、机场、铁路最大运输能力;
d)通过震中分布图及说明获取该网格区域是否为震中区域,若不是,则确定该网格中心距最近震中的距离;
e)通过地震烈度区划图及说明获取该网格区域的地震烈度等级,地震动;
f)通过地质图获取岩类、岩性、裂隙含水量;
g)根据区域人口资料、人口分布图及说明获取该网格中心与特大、大、中、小城镇/城市的距离;
h)通过电网资料及说明获取该网格中心与所需电压等级电网之间的距离;
i)通过气象资料获取该网格中心平均气温、平均降雨量、平均风速、最高/低气温、最大降雨量、最大风速、龙卷风发生概率;
j)通过大型危险设施分布资料获取该网格中心与最近大型危险设施之间的距离;
k)通过火山分布资料获取距离该网格中心最近的火山的喷发频率及之间的距离。
优选地,所述步骤4)中通过该区域的现场地理档案资料获得特征取值包括:
a)山体/地面高度、山体厚度、可获取最大厂平面积,半径2公里内可获取最大安装施工区面积,半径11-20公里内可获取最大生活区面积;
b)供水量、保证率、水温、水质、最大可承受放射性废水排水量、排水水温、百年内最大洪水标高;
c)最近码头、公路、机场、火车站距离,水路、公路、机场、铁路最大运输能力;
d)岩类、岩性、裂隙含水量;
e)半径1km、5km、15km范围内的人口总数、最大城镇人口数、60年内人口预测;
f)最近电网电压等级及其距离;
g)平均气温、平均降雨量、平均风速、风向及年平均时长、最高、低气温、最大降雨量、最大风速、龙卷风发生概率;
h)下风向30度半径50公里内居民总人数;
i)与最近大型危险之间的距离;
j)当地居民平均搬迁费;
k)地下工程成本。
优选地,所述步骤6)中的评分标准为:以最佳厂址特征参数为基准,若某可能厂址特征参数等于最佳厂址特征参数,评分80;若此参数优于最佳厂址特征参数,每优于1%评分增加1分;若此参数劣于最佳厂址特征参数,每劣于1%评分减少1分;对于地震地质、洞室群稳定性、极端气象、外部人为事件、应急撤离等安全相关厂址特征,若此参数劣于最佳厂址特征参数,直接排除此可能厂址。
优选地,所述步骤6)中每个可能厂址的总评分Score(A)由下式计算:
Score(A)=α1Score(X1)+α2Score(X2)+...+αnScore(Xn)+...
其中,X代表A厂址的厂址特征参数,Score(X)表示此厂址特征的评分,α表示此厂址特征的权重因子。
本发明的有益效果如下:
1)本发明首次提出了地下核电厂厂址自动初步评选方法,该方法通过计算机程序实现地下核电厂厂址的自动初选,减少了人员的选址工作量;
2)本发明建立的地下核电厂厂址自动初步评选方法,基于区域离散方法将连续区域离散为数量有限的网格,并逐步缩小网格尺寸从而实现宏观到微观的选址过程。宏观选址过程中快速排出大量不适宜建厂区域,在微观选址过程中详细考虑所有场址因素,有效提高计算效率;
3)本发明建立的地下核电厂厂址自动初步评选方法,根据评分标准对可能厂址的所有特征进行评分,按照厂址特征的重要度赋予权重因子,计算每个可能厂址的总评分,既快速便捷,又避免了人工选址过程中人因失误的引入,提高了选址精确度。
附图说明
图1为本发明基于区域离散方法的地下核电厂厂址自动初步评选方法流程图。
具体实施方式
以下结合附图和具体实施例对本发明作进一步的详细描述。
如图1所示,本发明基于区域离散方法的地下核电厂厂址自动初步评选方法,包括如下步骤:
1)根据拟建地下核电厂规划,编制选址特征及其技术要求,在计算机中设置地下核电站厂址评判标准,具体步骤包括:
11)确定拟建地下核电厂规划,包括堆型、功率、机组数目、布置形式、拟建设区域、负荷区域等。
12)根据拟建地下核电厂规划,确定选址特征及其技术最佳参数和可接受范围,包括:
a)反应堆各部件、设备及整体的尺寸、重量、数量、运输要求;
b)与最近的水路、公路、铁路、机场的距离要求;
c)地下厂房面积、地面厂区面积、建设用地面积、生活区用地面积、总面积;
d)地下厂房尺寸、轮廓、地下平面标高;
e)所需山体高度、山体厚度、山体裂隙含水量、岩类、岩性;
f)施工土方运输量;
g)地质要求、地质构造要求;
h)设计基准地震动、地震烈度限值;
i)厂用水供水量、保证率、水质等;
j)正常运行、事故工况及严重事故工况下地下核电厂放射性废水排水量、排水水温、放射性浓度、废气量、废气浓度;
k)运行工况下新燃料、乏燃料、固体放射性废物年运输量;
l)地下核电厂非居住区、规划限制区估算半径;
m)与特大、大、中、小城镇的距离限值;
n)所需电网电压等级,与电网距离限值;
o)与最大洪水标高差限值,最大降雨量限值;
p)最大风速限值,龙卷风概率限值;
q)与机场、军事基地、加油站、煤矿、化工厂等大型危险设施及其运输线路的距离限值;
r)与火山的距离限值;
s)可接受居民搬迁费用范围(元/人);
t)可接受单位千瓦建造费用范围(元/KW)。
13)将以上选址技术最佳参数及可接受范围作为厂址评判标准录入计算机,录入格式为(Xbest,Xmin,Xmax),其中X表示厂址特征参数,上角标best,min,max分别表示该厂址特征参数为最佳参数值、最小可接受值、最大可接受值。例如对于厂址总面积Stotal,其评判标准数据格式为(Stotal best,Stotal min,Stotal max),分别表示最佳厂址总面积、最小可接受厂址总面积、最大可接受厂址总面积。2)收集拟建设区域内地下核电厂址相关的档案资料,并按照资料所示比例将拟建设区域离散为网格,以每个网格几何中心的特征表示该网格区域的特征,通过档案资料获得特征取值并录入计算机。
2)收集拟建设区域的地理档案资料,将拟建设区域内地下核电厂址区域离散为网格,以每个网格几何中心的特征表示该网格区域的特征,通过该区域的地理档案资料获得特征取值并录入计算机,所获取以上网格中心厂址区域特征参数的存储格式为Xscale(x,y),其中,X表示厂址特征参数,上角标scale表示该网格划分比例,(x,y)表示该网格中心坐标。具体步骤包括:
21)收集拟建设区域内比例尺范围为1:50万~1:400万的以下所有可能收集到的档案资料:
a)地形图、水系图;
b)交通运输资料;
c)地震烈度区划图及说明、震中分布图及说明;
d)地质图;
e)区域人口资料、人口分布图及说明;
f)电网资料及说明;
g)气象资料;
h)大型危险设施分布资料(机场、军事设施、加油站、煤矿、化工厂等);
i)火山分布资料。
22)根据上述档案资料,根据资料比例将拟建设区域离散为网格,以每个网格几何中心的特征表示该网格区域的特征,通过档案资料获得特征取值并录入计算机。例如利用1:400万的地震图,将拟建设区域以40Km×40Km的规格划分为网格,以网格中心的坐标命名该网格,并将该网格中心的地震动值、地震烈度值作为该区域的地震动值、地震烈度值,录入计算机存储。通过档案资料获取的各个网格中心厂址特征信息包括:
a)通过地形图获取山体(地面)高度、山体厚度、网格区域内平地面积、可获取最大厂平面积;
b)通过水系图获取供水量、保证率、水温、水质、最大可承受放射性废水排水量、排水水温、百年内最大洪水标高;
c)通过交通运输资料获取码头、公路、机场、火车站位置,水路、公路、机场、铁路最大运输能力;
d)通过震中分布图及说明获取该网格区域是否为震中区域,若不是,则确定该网格中心距最近震中的距离;
e)通过地震烈度区划图及说明获取该网格区域的地震烈度等级,地震动;
f)通过地质图获取岩类、岩性、裂隙含水量;
g)根据区域人口资料、人口分布图及说明获取该网格中心与特大、大、中、小城镇(城市)的距离;
h)通过电网资料及说明获取该网格中心与所需电压等级电网之间的距离;
i)通过气象资料获取该网格中心平均气温、平均降雨量、平均风速、最高(低)气温、最大降雨量、最大风速、龙卷风发生概率;
j)通过大型危险设施分布资料获取该网格中心与最近大型危险设施(机场、军事设施、加油站、煤矿、化工厂等)之间的距离;
k)通过火山分布资料获取距离该网格中心最近的火山的喷发频率及之间的距离。
23)所获取以上网格中心信息存储格式为Xscale(x,y),其中,X表示厂址特征标示符号,上角标scale表示该网格划分比例,(x,y)表示该网格中心坐标。例如对于某网格的厂址总面积信息存储为Stotal 1:1000000(N27°12′36.64″,E107°56′8.71″),表示该厂址总面积网格以1:100万的比例划分,网格中心坐标为北纬27°12′36.64″,东经107°56′8.71″。
3)逐一将每个网格的厂址特征信息与厂址评判标准进行比对,以排除不符合Xmin≤Xscale(x,y)≤Xmax条件的网格区域,得到备选厂址区域;若比对完成后符合条件的网格区域数量为0,则返回步骤2),缩小网格划分比例(直至1:50万,若符合条件网格区域数量仍然为零,表明该区域不适宜地下核电厂建设)后重新比对。具体步骤包括:
31)逐一将每个网格的厂址特征信息Xscale(x,y)与厂址评判标准(Xbest,Xmin,Xmax)进行比对,若满足以下条件:
Xmin≤Xscale(x,y)≤Xmax
则该网格区域满足此厂址特征。按照此判断准则,依次判断拟建设区域的所有网格的所有厂址特征,筛选出满足所有厂址特征标准的网格,可作为备选厂址区域。
32)对于某些非量化厂址特征信息,包括岩类Roc、岩性Lol、地质结构Geo等信息,采用数字代号比对方式判别其是否满足厂址标准。例如,某网格中心区域岩类信息为Roc1 :1000000(x,y)=1,表示以比例尺1:1000000划分的网格坐标为(x,y)的网格区域为岩浆岩。若厂址评判标准Rocbest=1,则表示该网格区域满足厂址要求。
33)若筛选出的备选厂址区域过多(大于50),则可缩小厂址评判标准范围,重新执行步骤3),直至备选厂址区域数量小于50。
34)若对于某一厂址特征,若筛选出的可能厂址区域数量等于0,即所有网格的厂址特征信息均不满足厂址评判标准,则返回步骤2),按照档案资料将该厂址特征网格的划分比例缩小,获取网格中心厂址特征信息后重新与厂址评判标准进行比对。
35)若对于某一厂址特征,当网格划分比例取得足够小时(1:50万),仍未能筛选出满足厂址特征标准的网格,则表明该拟建设区域不满足地下核电厂建设条件。
4)对可能厂址区域开展现场踏勘,逐一调查每个区域的厂址特征,形成调查资料(1:10000以内),并按照此比例将可能厂址区域离散为网格,以每个网格几何中心的特征表示该网格区域的特征,通过该区域的现场地理档案资料获得特征取值并录入计算机。具体步骤包括:
41)对步骤3)中筛选出的备选厂址区域开展现场踏勘,形成调查资料(1:10000比例)。现场踏勘形成现场地理档案资料的厂址特征包括:
a)山体(地面)高度、山体厚度、可获取最大厂平面积,半径2公里内可获取最大安装施工区面积,半径11-20公里内可获取最大生活区面积;
b)供水量、保证率、水温、水质、最大可承受放射性废水排水量、排水水温、百年内最大洪水标高;
c)最近码头、公路、机场、火车站距离,水路、公路、机场、铁路最大运输能力;
d)岩类、岩性、裂隙含水量;
e)半径1km、5km、15km范围内的人口总数、最大城镇人口数、60年内人口预测;
f)最近电网电压等级及其距离;
g)平均气温、平均降雨量、平均风速、风向及年平均时长、最高(低)气温、最大降雨量、最大风速、龙卷风发生概率;
h)下风向30度半径50公里内居民总人数;
i)与最近大型危险设施(机场、军事设施、加油站、煤矿、化工厂等)之间的距离;
j)当地居民平均搬迁费(元/人);
k)地下工程成本(元/KW);
42)根据上述调查资料,根据1:10000比例将可能厂址区域划分为网格,每个网格尺寸为100m×100m。用每个网格的中心坐标表示该网格区域,将调查资料所含信息赋予网格后录入计算机。
43)所获取以上网格中心信息存储格式为X1:10000(x,y),其中,X表示厂址特征标示,(x,y)表示该网格中心坐标。
5)逐一将每个网格区域特征参数的与厂址评判标准进行比对,选择符合Xmin≤X1 :10000(x,y)≤Xmax条件的网格区域作为可能厂址,未若能筛选出满足厂址特征标准的网格,则表明该可能区域不满足地下核电厂建设条件;若筛选出的可能厂址大于预设值,则可缩小厂址评判标准范围,重新执行步骤5),直至可能厂址区域数量小于预设值。具体步骤包括:
51)逐一将每个网格的厂址特征参数Xscale(x,y)与厂址评判标准(Xbest,Xmin,Xmax)进行比对,若满足以下条件:
Xmin≤Xscale(x,y)≤Xmax
则该网格区域满足此厂址特征。按照此判断准则,依次判断所有可能厂址区域的所有网格的所有厂址特征,筛选出满足所有厂址特征标准的网格,可作为可能厂址。
52)对于某些非量化厂址特征信息,包括岩类Roc、岩性Lol、地质结构Geo、电网电压等级Vol等信息,采用数字代号比对方式判别其是否满足厂址标准。
53)对于某一可能厂址区域,未若能筛选出满足厂址特征标准的网格,则表明该可能区域不满足地下核电厂建设条件。
54)若筛选出的可能厂址过多(大于10),则可缩小厂址评判标准范围,重新执行步骤5),直至可能厂址区域数量小于10。
6)对可能厂址地区决定性的自然条件和人为因素进行复查,判断其与厂址选择技术条件的符合度,根据评分标准对厂址特征进行评分,并按照厂址特征的重要度赋予权重因子,计算每个可能厂址的总评分,取其得分最高的前2~3个厂址即为初选厂址。具体步骤包括:
61)对由步骤5)所筛选出的可能厂址的决定性的自然条件和人为因素进行复查,主要包括:
a)地表断裂现象;
b)洞室群稳定性预分析;
c)极端气象条件;
d)外部人为事件调查(机场、航线、军事设施、加油站、化工厂等);
e)应急运输及应急撤离路线;
f)统计非居住区内的居民总数;
g)大型设备的运输条件和进场条件;
h)冷却水流量、取水高度;
i)排水水体流量;
j)厂区山体成洞条件;
k)现场勘查厂址概况,根据拟建设机组容量评估土石方量,进而评估洞室工程造价;
l)非居住区内居民的搬迁费用;
m)进场运输交通设施建造费;
n)取排水设施建造费;
o)输配电设施建造费;
62)判断以上厂址特征与厂址评判标准的符合度,对每个可能厂址的每个厂址特征进行评分。评分准则为:以最佳厂址特征参数为基准,若某可能厂址特征参数等于最佳厂址特征参数,评分80;若此参数优于最佳厂址特征参数,每优于1%评分增加1分;若此参数劣于最佳厂址特征参数,每劣于1%评分减少1分;对于地震地质、洞室群稳定性、极端气象、外部人为事件、应急撤离等安全相关厂址特征,若此参数劣于最佳厂址特征参数,直接排除此可能厂址。
63)按照厂址特征的重要度赋予其权重因子,权重因子的取值应参照安全优先的原则,且总权重因子之和为1。每个可能厂址的总评分Score(A)由下式计算:
Score(A)=α1Score(X1)+α2Score(X2)+...+αnScore(Xn)+...
其中,X代表A厂址的某个厂址特征,Score(X)表示此厂址特征的评分,α表示此厂址特征的权重因子。
将各可能厂址的得分由高到低排序,前2~3个厂址即为初选厂址。
尽管上面结合附图对本发明的优选实施例进行了描述,但是本发明并不局限于上述的具体实方式,上述的具体实施方式仅仅是示意性的,并不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可以作出很多形式的具体变换,这些均属于本发明的保护范围内。

Claims (8)

1.基于区域离散方法的地下核电厂厂址自动初步评选方法,其特征在于:包括如下步骤:
1)在计算机中设置地下核电站厂址评判标准,所述地下核电站厂址评判标准包括若干个厂址特征参数,所述厂址特征参数的格式为(Xbest,Xmin,Xmax),其中X表示厂址特征参数,上角标best,min,max分别表示该厂址特征参数为最佳参数值、最小可接受值、最大可接受值;
2)收集拟建设区域的地理档案资料,将拟建设区域内地下核电厂址区域离散为网格,以每个网格几何中心的特征表示网格区域的特征,通过区域的地理档案资料获得特征取值并录入计算机,所获取以上网格中心厂址区域特征参数的存储格式为Xscale(x,y),其中,X表示厂址特征参数,上角标scale表示该网格划分比例,(x,y)表示该网格中心坐标;
3)逐一将每个网格区域特征参数与厂址评判标准进行比对,排除不符合Xmin≤Xscale(x,y)≤Xmax条件的网格区域,得到备选厂址区域;若比对完成后符合条件的网格区域数量为0,则返回步骤2),缩小网格划分比例后重新比对;
4)对备选厂址区域进行现场踏勘,逐一调查每个备选区域的现场厂址特征,将备选区域离散为网格,以每个网格几何中心的特征表示网格区域的特征,通过区域的现场地理档案资料获得特征取值并录入计算机,所获取以上网格中心厂址区域特征参数的存储格式为X1:10000(x,y),其中,X表示厂址特征参数,上角标1:10000表示该网格划分比例,(x,y)表示该网格中心坐标;
5)逐一将每个网格区域特征参数的与厂址评判标准进行比对,选择符合Xmin≤X1:10000(x,y)≤Xmax条件的网格区域作为可能厂址,未若能筛选出满足厂址特征标准的网格,则表明可能厂址不满足地下核电厂建设条件;若筛选出的可能厂址大于预设值,则可缩小厂址评判标准范围,重新执行步骤5),直至可能厂址区域数量小于预设值;
6)对可能厂址地区决定性的自然条件和人为因素进行复查,根据评分准则对厂址特征参数进行评分,并按照厂址特征参数的重要度赋予权重因子,计算每个可能厂址的总评分,取其得分最高的2或3个厂址即为初选厂址。
2.根据权利要求1所述的基于区域离散方法的地下核电厂厂址自动初步评选方法,其特征在于:所述步骤2)中收集拟建设区域的地理档案资料具体指拟建设区域内比例尺范围为1:50万~1:400万以内的地理资料,包括但不限于地形图、水系图;交通运输资料;地震烈度区划图及说明、震中分布图及说明;地质图;区域人口资料、人口分布图及说明;电网资料及说明;气象资料;大型危险设施分布资料;火山分布资料。
3.根据权利要求1所述的基于区域离散方法的地下核电厂厂址自动初步评选方法,其特征在于:所述步骤3)中缩小网格划分比例直至1:50万,若符合条件网格区域数量仍然为零,表明该区域不适宜地下核电厂建设。
4.根据权利要求1所述的基于区域离散方法的地下核电厂厂址自动初步评选方法,其特征在于:所述步骤3)中对于非量化厂址特征信息,包括但不限于岩类Roc、岩性Lol、地质结构Ge信息,采用数字代号比对方式判别其是否满足厂址标准。
5.根据权利要求2所述的基于区域离散方法的地下核电厂厂址自动初步评选方法,其特征在于:所述步骤2)中通过该区域的地理档案资料获得特征取值包括:
a)通过地形图获取山体/地面高度、山体厚度、网格区域内平地面积和/或可获取最大厂平面积;
b)通过水系图获取供水量、保证率、水温、水质、最大可承受放射性废水排水量、排水水温和/或百年内最大洪水标高;
c)通过交通运输资料获取码头、公路、机场、火车站位置,水路、公路、机场和/或铁路最大运输能力;
d)通过震中分布图及说明获取该网格区域是否为震中区域,若不是,则确定该网格中心距最近震中的距离;
e)通过地震烈度区划图及说明获取该网格区域的地震烈度等级;
f)通过地质图获取岩类、岩性、裂隙含水量;
g)根据区域人口资料、人口分布图及说明获取该网格中心与特大、大、中、小城镇/城市的距离;
h)通过电网资料及说明获取该网格中心与所需电压等级电网之间的距离;
i)通过气象资料获取该网格中心平均气温、平均降雨量、平均风速、最高/低气温、最大降雨量、最大风速和/或龙卷风发生概率;
j)通过大型危险设施分布资料获取该网格中心与最近大型危险设施之间的距离;
k)通过火山分布资料获取距离该网格中心最近的火山的喷发频率及之间的距离。
6.根据权利要求1所述的基于区域离散方法的地下核电厂厂址自动初步评选方法,其特征在于:所述步骤4)中通过该区域的现场地理档案资料获得特征取值包括:
a)山体/地面高度、山体厚度、可获取最大厂平面积,半径2公里内可获取最大安装施工区面积,半径11-20公里内可获取最大生活区面积;
b)供水量、保证率、水温、水质、最大可承受放射性废水排水量、排水水温、百年内最大洪水标高;
c)最近码头、公路、机场、火车站距离,水路、公路、机场、铁路最大运输能力;
d)岩类、岩性、裂隙含水量;
e)半径1km、5km、15km范围内的人口总数、最大城镇人口数、60年内人口预测;
f)最近电网电压等级及其距离;
g)平均气温、平均降雨量、平均风速、风向及年平均时长、最高、低气温、最大降雨量、最大风速、龙卷风发生概率;
h)下风向30度半径50公里内居民总人数;
i)与最近大型危险之间的距离;
j)当地居民平均搬迁费;
k)地下工程成本。
7.根据权利要求1所述的基于区域离散方法的地下核电厂厂址自动初步评选方法,其特征在于:所述步骤6)中的评分标准为:以最佳厂址特征参数为基准,若某可能厂址特征参数等于最佳厂址特征参数,评分80;若此参数优于最佳厂址特征参数,每优于1%评分增加1分;若此参数劣于最佳厂址特征参数,每劣于1%评分减少1分;对于地震地质、洞室群稳定性、极端气象、外部人为事件、应急撤离等安全相关厂址特征,若此参数劣于最佳厂址特征参数,直接排除此可能厂址。
8.根据权利要求1所述的基于区域离散方法的地下核电厂厂址自动初步评选方法,其特征在于:所述步骤6)中每个可能厂址的总评分Score(A)由下式计算:
Score(A)=α1Score(X1)+α2Score(X2)+...+αnScore(Xn)+...
其中,X代表A厂址的厂址特征参数,Score(X)表示此厂址特征的评分,α表示此厂址特征的权重因子。
CN201810710518.2A 2018-07-02 2018-07-02 基于区域离散方法的地下核电厂厂址自动初步评选方法 Active CN109242234B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810710518.2A CN109242234B (zh) 2018-07-02 2018-07-02 基于区域离散方法的地下核电厂厂址自动初步评选方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810710518.2A CN109242234B (zh) 2018-07-02 2018-07-02 基于区域离散方法的地下核电厂厂址自动初步评选方法

Publications (2)

Publication Number Publication Date
CN109242234A CN109242234A (zh) 2019-01-18
CN109242234B true CN109242234B (zh) 2021-04-27

Family

ID=65071626

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810710518.2A Active CN109242234B (zh) 2018-07-02 2018-07-02 基于区域离散方法的地下核电厂厂址自动初步评选方法

Country Status (1)

Country Link
CN (1) CN109242234B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110704513A (zh) * 2019-10-22 2020-01-17 西南交通大学 一种分布式多元铁路数据智能分析系统
CN112241833A (zh) * 2020-09-29 2021-01-19 华能大理风力发电有限公司 一种光伏发电站前期精细化选址方法
CN116822772A (zh) * 2023-08-30 2023-09-29 北京阿帕科蓝科技有限公司 仓库位置确定方法、装置、计算机设备和存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103238041A (zh) * 2010-11-12 2013-08-07 内克斯特纳夫有限公司 广域定位系统
CN103996074A (zh) * 2014-05-07 2014-08-20 河海大学 基于cfd和改进pso的复杂地形风电场微观选址方法
CN104200097A (zh) * 2014-08-29 2014-12-10 重庆大学 风电场风电机组布局选址方法
CN106531265A (zh) * 2016-10-27 2017-03-22 长江勘测规划设计研究有限责任公司 一种地下核电站主厂房群全埋式布置设计方法
CN106597526A (zh) * 2016-12-29 2017-04-26 长江三峡勘测研究院有限公司(武汉) 一种水库诱发地震的监控方法
CN106717082A (zh) * 2014-06-06 2017-05-24 香港科技大学 减轻信号噪声的基于指纹的室内定位
CN108153807A (zh) * 2017-11-21 2018-06-12 中国核电工程有限公司 一种核电厂厂址选择的极端气象设计基准评价方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9512820B2 (en) * 2013-02-19 2016-12-06 Siemens Aktiengesellschaft Method and system for improving wind farm power production efficiency

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103238041A (zh) * 2010-11-12 2013-08-07 内克斯特纳夫有限公司 广域定位系统
CN103996074A (zh) * 2014-05-07 2014-08-20 河海大学 基于cfd和改进pso的复杂地形风电场微观选址方法
CN106717082A (zh) * 2014-06-06 2017-05-24 香港科技大学 减轻信号噪声的基于指纹的室内定位
CN104200097A (zh) * 2014-08-29 2014-12-10 重庆大学 风电场风电机组布局选址方法
CN106531265A (zh) * 2016-10-27 2017-03-22 长江勘测规划设计研究有限责任公司 一种地下核电站主厂房群全埋式布置设计方法
CN106597526A (zh) * 2016-12-29 2017-04-26 长江三峡勘测研究院有限公司(武汉) 一种水库诱发地震的监控方法
CN108153807A (zh) * 2017-11-21 2018-06-12 中国核电工程有限公司 一种核电厂厂址选择的极端气象设计基准评价方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
复杂地形风电场微观选址优化;许昌;《中国电机工程学报》;20131105;全文 *

Also Published As

Publication number Publication date
CN109242234A (zh) 2019-01-18

Similar Documents

Publication Publication Date Title
CN109242234B (zh) 基于区域离散方法的地下核电厂厂址自动初步评选方法
Adeli et al. Application of geomorphology in urban planning: Case study in landfill site selection
CN116070918B (zh) 一种城市洪涝安全评估及洪涝灾害防治方法
CN113470333A (zh) 一种线路工程走廊浅层滑坡危险性评估及监测预警系统
Casale et al. Floods and landslides: Integrated risk assessment: Integrated risk assessment; with 30 tables
CN104318085A (zh) 一种流域山洪风险识别与提取方法
Marques et al. Sea cliff instability susceptibility at regional scale: a statistically based assessment in the southern Algarve, Portugal
CN114065127A (zh) 一种区域电网环境风险评估方法
CN109214643B (zh) 一种基于大数据的山地建筑韧性评价方法
Antoniou et al. Landslide risk assessment of the Santorini volcanic group
Hu et al. Regional risk assessment of karst collapse in Tangshan, China
Karakas et al. On the effect of DEM quality for landslide susceptibility mapping
Petrucci et al. A Support Analysis Framework for mass movement damage assessment: applications to case studies in Calabria (Italy)
Harkat et al. Flood Hazard Spatialization Applied to The City of Batna: A Methodological Approach
Chu et al. A Hybrid Intelligent Model for Urban Seismic Risk Assessment from the Perspective of Possibility and Vulnerability Based on Particle Swarm Optimization
Sumira et al. Dam Break Analysis of Sermo Dam
Yang et al. Risk assessment of geological hazards in mountain town scale based on FLO-2D and GIS
CN114118602B (zh) 一种基于gis的高空喷淋设备选址方法
Shekhunova et al. Geological and economic risk assessment for territories of hazardous geological and technogenic processes (exemplified by Solotvyno township)
Usoltseva et al. Geodesic support of urban socio-ecological safety given the geodynamic activity of residential territories
Strange Subsidence monitoring for state of Arizona
Algohary et al. A Proposal for Using Zafarana Area for Siting οf A Hybrid Wind and Nuclear Power Plant in Egypt
Yu Earthwork Optimal Allocation Model of Road Engineering Based on BIM Technology
Kamarudin et al. Assessment of Siting Study for Small Modular Reactor (SMR)
Shao et al. Using the Information Quantity Method to Assess the Regional Risk of Highway Slope to Improve the Level of Risk Management

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