CN109243649A - 核电厂用水量控制方法及装置 - Google Patents

核电厂用水量控制方法及装置 Download PDF

Info

Publication number
CN109243649A
CN109243649A CN201811119766.6A CN201811119766A CN109243649A CN 109243649 A CN109243649 A CN 109243649A CN 201811119766 A CN201811119766 A CN 201811119766A CN 109243649 A CN109243649 A CN 109243649A
Authority
CN
China
Prior art keywords
water consumption
nuclear power
power plant
water
consumption control
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.)
Withdrawn
Application number
CN201811119766.6A
Other languages
English (en)
Inventor
徐志侠
褚敏
段琼博
王海军
邱晓华
刘聪贤
张金凤
梁珂
马思超
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.)
China Institute of Water Resources and Hydropower Research
Original Assignee
China Institute of Water Resources and Hydropower Research
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 China Institute of Water Resources and Hydropower Research filed Critical China Institute of Water Resources and Hydropower Research
Priority to CN201811119766.6A priority Critical patent/CN109243649A/zh
Publication of CN109243649A publication Critical patent/CN109243649A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G21NUCLEAR PHYSICS; NUCLEAR ENGINEERING
    • G21DNUCLEAR POWER PLANT
    • G21D3/00Control of nuclear power plant
    • G21D3/001Computer implemented control
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E30/00Energy generation of nuclear origin

Abstract

本申请实施例提供一种核电厂用水量控制方法及装置。该方法包括:获取核电厂自运行以来各个运行期间的基础数据以及用水量影响因素;基于各个运行期间的基础数据和用水量影响因素构建核电厂的用水量动态变化模型;将核电厂在当前运行期间内的第一用水量数据输入到用水量动态变化模型中,预测得到下一运行期间内的用水量变化规律;对用水量变化规律进行分析,生成用水量控制策略,并将用水量变化规律和用水量控制策略发送给预定终端;获取核电厂在下一运行期间内的实际用水量数据,并计算目标用水量数据和实际用水量数据之间的差异值,根据差异值修正用水量动态变化模型。由此,能够合理地对核电厂用水量进行控制,从一定程度上节约水资源,保证水资源的合理利用。

Description

核电厂用水量控制方法及装置
技术领域
本申请涉及计算机技术领域,具体而言,涉及一种核电厂用水量控制方法及装置。
背景技术
核电厂是指将核能转换为热能,用以产生供汽轮机用的蒸汽,汽轮机再带动发电机,构成了产生商用电力的电厂。其中,核电厂中的蒸汽发生器通过反应堆的冷却剂的热量传给二次回路水,并使之变成蒸汽,再通入汽轮发电机的汽缸作功。
目前我国大部分地区的核电厂存在大量用水浪费且不合理的情况,如何合理地对核电厂用水量进行控制,是本领域技术人员亟待解决的技术问题。
发明内容
为了克服现有技术中的上述不足,本申请的目的在于提供一种核电厂用水量控制方法及装置,能够获取核电厂运行期用水量动态变化规律,从而作为合理科学制定核电厂运行期用水定额的依据,合理地对核电厂用水量进行控制,从一定程度上可以节约水资源,保证水资源的合理利用。
为了实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本申请实施例提供一种核电厂用水量控制方法,应用于核电厂中的核电厂用水量控制设备,所述核电厂用水量控制设备与所述核电厂中的用水量采集设备、发电量采集设备以及各个核电机组通信连接,所述方法包括:
获取所述核电厂自运行以来各个运行期间的基础数据以及用水量影响因素,所述基础数据包括所述用水量采集设备采集到的用水量数据、所述发电量采集设备采集到的发电量数据以及各个核电机组的机组数据,所述用水量影响因素包括核电厂规模参数、用水工艺参数、占地面积参数、节水水平参数、管理水平参数以及各个运行期间发电量;
基于所述各个运行期间的基础数据和用水量影响因素构建所述核电厂的用水量动态变化模型;
将所述核电厂在当前运行期间内的第一用水量数据输入到所述用水量动态变化模型中,预测得到所述核电厂在下一运行期间内的用水量变化规律,所述用水量变化规律包括所述核电厂在所述下一运行期间内的至少一个用水量变化数据和每个用水量变化数据的影响原因;
对所述用水量变化规律进行分析,生成用水量控制策略,并将所述用水量变化规律和所述用水量控制策略发送给预定终端,以提示相关人员采用所述用水量控制策略在下一运行期间进行用水量控制,其中,所述用水量控制策略中包括有下一运行期间的目标用水量数据;
获取所述核电厂在下一运行期间内的实际用水量数据,并计算所述目标用水量数据和所述实际用水量数据之间的差异值,根据所述差异值修正所述用水量动态变化模型。
可选地,所述将所述核电厂在当前运行期间内的第一用水量数据输入到所述用水量动态变化模型中,预测得到所述核电厂在下一运行期间内的用水量变化规律的步骤之前,所述方法还包括:
接收输入的测试数据,所述测试数据包括所述核电厂在各个测试运行期间内的用水量数据和所述核电厂的实际用水量变化规律;
将所述核电厂在各个测试运行期间内的用水量数据输入到所述用水量动态变化模型中,得到所述核电厂的预测用水量变化规律;
基于所述实际用水量变化规律和所述预测用水量变化规律对所述用水量动态变化模型进行修正,得到修正后的用水量动态变化模型。
可选地,所述对所述用水量变化规律进行分析,生成用水量控制策略的步骤之前,所述方法还包括:
获取用水量控制基础数据,所述用水量控制基础数据中包括有多个初始用水量变化规律、每个初始用水量变化规律对应的期望用水量变化规律以及所述初始用水量变化规律转变到所述期望用水量变化规律的用水量控制策略;
将所述用水量控制基础数据输入到深度学习模型中,得到对应的用水量控制模型。
可选地,所述对所述用水量变化规律进行分析,生成用水量控制策略的步骤,包括:
将所述用水量变化规律输入到所述用水量控制模型中,得到所述用水量变化规律对应的期望用水量变化规律,并根据所述期望用水量变化规律生成对应的用水量控制策略。
可选地,所述对所述用水量变化规律进行分析,生成用水量控制策略,并将所述用水量变化规律和所述用水量控制策略发送给预定终端的步骤之后,所述方法还包括:
所述用水量控制设备接收所述预定终端发送的该预定终端所在用户配置的用水量控制信息,并将所述用户配置的用水量控制信息与所述用水量控制策略中的用水量控制信息进行比对;
若所述用户配置的用水量控制信息与所述用水量控制策略中的用水量控制信息相同,则根据所述用水量控制策略中的用水量控制信息,计算出下一运行期间的目标用水量数据;
根据计算出的下一运行期间的目标用水量数据,判断下一运行期间所述核电厂的理论发电量是否能达到目标发电量;
若下一运行期间所述核电厂的理论发电量能达到目标发电量,则基于所述用水量控制策略中的用水量控制信息控制所述核电厂的各个核电机组的用水量;
若下一运行期间所述核电厂的理论发电量能不能达到目标发电量,则根据所述理论发电量和所述目标发电量的差值更新所述用水量控制策略中的用水量控制信息,并基于更新后的用水量控制策略中的用水量控制信息控制所述核电厂的各个核电机组的用水量。
可选地,所述将所述用户配置的用水量控制信息与所述用水量控制策略中的用水量控制信息进行比对的步骤之后,所述方法还包括:
若所述用户配置的用水量控制信息与所述用水量控制策略中的用水量控制信息不同,则分析所述用户配置的用水量控制信息与所述用水量控制策略中的用水量控制信息之间各控制参数的差异值;
若各控制参数的差异值在对应的预设阈值范围内,则基于所述用户配置的用水量控制信息控制所述核电厂的各个核电机组的用水量。
第二方面,本申请实施例还提供一种核电厂用水量控制装置,应用于核电厂中的核电厂用水量控制设备,所述核电厂用水量控制设备与所述核电厂中的用水量采集设备、发电量采集设备以及各个核电机组通信连接,所述装置包括:
获取模块,用于获取所述核电厂自运行以来各个运行期间的基础数据以及用水量影响因素,所述基础数据包括所述用水量采集设备采集到的用水量数据、所述发电量采集设备采集到的发电量数据以及各个核电机组的机组数据,所述用水量影响因素包括核电厂规模参数、用水工艺参数、占地面积参数、节水水平参数、管理水平参数以及各个运行期间发电量;
构建模块,用于基于所述各个运行期间的基础数据和用水量影响因素构建所述核电厂的用水量动态变化模型;
输入模块,用于将所述核电厂在当前运行期间内的第一用水量数据输入到所述用水量动态变化模型中,预测得到所述核电厂在下一运行期间内的用水量变化规律,所述用水量变化规律包括所述核电厂在所述下一运行期间内的至少一个用水量变化数据和每个用水量变化数据的影响原因;
分析模块,用于对所述用水量变化规律进行分析,生成用水量控制策略,并将所述用水量变化规律和所述用水量控制策略发送给预定终端,以提示相关人员采用所述用水量控制策略在下一运行期间进行用水量控制,其中,所述用水量控制策略中包括有下一运行期间的目标用水量数据;
修正模块,用于获取所述核电厂在下一运行期间内的实际用水量数据,并计算所述目标用水量数据和所述实际用水量数据之间的差异值,根据所述差异值修正所述用水量动态变化模型。
第三方面,本申请实施例还提供一种可读存储介质,其上存储有计算机程序,所述计算机程序被执行时实现上述的核电厂用水量控制方法。
相对于现有技术而言,本申请具有以下有益效果:
本申请实施例提供一种核电厂用水量控制方法及装置,通过获取核电厂自运行以来各个运行期间的基础数据以及用水量影响因素,并基于各个运行期间的基础数据和用水量影响因素构建核电厂的用水量动态变化模型,将核电厂在当前运行期间内的第一用水量数据输入到用水量动态变化模型中,预测得到核电厂在下一运行期间内的用水量变化规律。然后,对用水量变化规律进行分析,生成用水量控制策略,并将用水量变化规律和用水量控制策略发送给预定终端,而后获取核电厂在下一运行期间内的实际用水量数据,并计算目标用水量数据和实际用水量数据之间的差异值,根据差异值修正用水量动态变化模型。由此,能够获取核电厂运行期用水量动态变化规律,从而作为合理科学制定核电厂运行期用水定额的依据,合理地对核电厂用水量进行控制,从一定程度上可以节约水资源,保证水资源的合理利用。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它相关的附图。
图1为本申请实施例提供的核电厂用水量控制方法的应用场景示意图;
图2为本申请实施例提供的核电厂用水量控制方法的流程示意图;
图3为本申请实施例提供的核电厂用水量控制装置的一种功能模块图;
图4为本申请实施例提供的核电厂用水量控制装置的另一种功能模块图;
图5为本申请实施例提供的核电厂运行期单位装机用水量过程线;
图6为本申请实施例提供的核电厂运行期单位发电量用水量过程线;
图7为本申请实施例提供的用于实现上述的核电厂用水量控制方法的核电厂用水量控制设备的结构示意框图。
图标:100-核电厂用水量控制设备;110-总线;120-处理器;130-存储介质;140-总线接口;150-网络适配器;160-用户接口;200-核电厂用水量控制装置;210-获取模块;220-构建模块;230-输入模块;240-分析模块;245-用水量控制模块;250-修正模块;300-用水量采集设备;500-发电量采集设备;700-核电机组;900-预定终端。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
请参阅图1,为本申请实施例提供的核电厂用水量控制方法的应用场景示意图。本实施例中,该应用场景可包括核电厂用水量控制设备100、核电厂中的用水量采集设备300、发电量采集设备500以及各个核电机组700,其中,所述核电厂用水量控制设备100与所述核电厂中的用水量采集设备300、发电量采集设备500以及各个核电机组700通信连接。
本实施例中,所述核电厂用水量控制设备100可以是任意具有计算处理能力的电子设备,例如服务器、个人电脑、工作站等。
本实施例中,所述用水量采集设备300可以用于采集核电厂内的用水量数据,并将采集到的用水量数据发送给所述核电厂用水量控制设备100。
本实施例中,所述发电量采集设备500可以用于采集核电厂内的发电量数据,并将采集到的发电量数据发送给所述核电厂用水量控制设备100。
本实施例中,所述核电厂用水量控制设备100可读取每个核电机组700的机组数据,例如核电机组类型、装机容量、节水设施等数据。
请参阅图2,为本申请实施例提供的核电厂用水量控制方法的一种流程示意图,所述核电厂用水量控制方法由图1中所示的核电厂用水量控制设备100执行。所应说明的是,本申请实施例提供的核电厂用水量控制方法不以图2及以下所述的具体顺序为限制。所述方法的具体流程如下:
步骤S210,获取所述核电厂自运行以来各个运行期间的基础数据以及用水量影响因素。
本实施例中,所述基础数据包括所述用水量采集设备300采集到的用水量数据、所述发电量采集设备500采集到的发电量数据以及各个核电机组700的机组数据,所述用水量影响因素可以根据实际情况进行选择,例如可包括核电厂规模参数、用水工艺参数、占地面积参数、节水水平参数、管理水平参数以及各个运行期间发电量。
步骤S220,基于所述各个运行期间的基础数据和用水量影响因素构建所述核电厂的用水量动态变化模型。
本实施例中,可根据所述核电厂运行期用水量影响因素,构建核电厂运行期的用水量动态变化模型。例如,所述用水量动态变化模型可以如下所示:
其中,Wf(i)为核电厂i运行期的用水量,单位:m3/a;
X人数(i)表示核电厂i运行期工作人员的数量,单位:人/a;
Y用水工艺(i)表示核电厂i运行期采用的用水工艺,机组类型等;
X绿化面积(i)表示核电厂i绿化占地面积,单位:m2;
Y节水水平(i)表示核电厂i运行期为提高用水效率而科学合理地减少供用水量;
Y管理水平(i)表示核电厂i管理水准,表示工序稳定程度的值;
X发电量(i)表示核电厂i运行期发电总量,为计算电能生产数量的指标,单位:MW·h;
β重复利用率(i)表示核电厂i运行期供水系统中可重复使用的水量占总用水量的百分数,单位:%。
β管网漏损率(i)表示核电厂i运行期输水、配水管网漏失的水量与进入相应管网水量的比值,单位:%。
表示核电厂i是否包含生活区,若表示核电厂i内部有生活区;表示核电厂i内部没有生活区。
由此,基于上述的用水量动态变化模型,可以反映所述核电厂在运行期的用水量动态变化规律。
步骤S230,将所述核电厂在当前运行期间内的第一用水量数据输入到所述用水量动态变化模型中,预测得到所述核电厂在下一运行期间内的用水量变化规律。
本实施例中,基于上述用水量动态变化模型,可以将所述核电厂在当前运行期间内的用水量数据输入到所述用水量动态变化模型中,预测得到所述核电厂在下一运行期间内的用水量变化规律。其中,所述用水量变化规律包括所述核电厂在所述下一运行期间内的至少一个用水量变化数据和每个用水量变化数据的影响原因。
由此,可以得到所述核电厂在下一运行期间内的至少一个用水量变化数据和每个用水量变化数据的影响原因,从而作为合理科学制定核电厂运行期用水定额的依据,从一定程度上可以节约水资源,保证水资源的合理利用。
为了增强所述用水量动态变化模型的预测准确性,请进一步参阅图3,可选地,在所述步骤S230之前,所述方法还可以包括如下步骤:
首先,接收输入的测试数据,所述测试数据包括所述核电厂在各个测试运行期间内的用水量数据和所述核电厂的实际用水量变化规律。
接着将所述核电厂在各个测试运行期间内的用水量数据输入到所述用水量动态变化模型中,得到所述核电厂的预测用水量变化规律;
最后,基于所述实际用水量变化规律和所述预测用水量变化规律对所述用水量动态变化模型进行修正,得到修正后的用水量动态变化模型。
由此,本实施例通过基于所述实际用水量变化规律和所述预测用水量变化规律对所述用水量动态变化模型进行修正,可以减少所述用水量动态变化模型的预测误差,从而增强所述用水量动态变化模型的预测准确性。
步骤S240,对所述用水量变化规律进行分析,生成用水量控制策略,并将所述用水量变化规律和所述用水量控制策略发送给预定终端900,以提示相关人员采用所述用水量控制策略在下一运行期间进行用水量控制。
可选地,在所述步骤S240之前,所述方法还可以如下步骤:
首先,获取用水量控制基础数据,所述用水量控制基础数据中包括有多个初始用水量变化规律、每个初始用水量变化规律对应的期望用水量变化规律以及所述初始用水量变化规律转变到所述期望用水量变化规律的用水量控制策略。接着,将所述用水量控制基础数据输入到深度学习模型中,得到对应的用水量控制模型。
在上述基础上,可以将所述用水量变化规律输入到所述用水量控制模型中,得到所述用水量变化规律对应的期望用水量变化规律,并根据所述期望用水量变化规律生成对应的用水量控制策略。最后,将所述用水量变化规律和所述用水量控制策略发送给预定终端900,以提示相关人员进行相应处理,使得处理后所述核电厂的用水量变化规律趋于所述期望用水量变化规律。其中,所述用水量控制策略中可包括有下一运行期间的目标用水量数据。
在上述过程中,相关人员(例如核电站运维人员)可通过所述预定终端900配置用水量控制信息并发送给所述核电厂用水量控制设备100,所述核电厂用水量控制设备100在接收所述预定终端900发送的该预定终端900所在用户配置的用水量控制信息后,将所述用户配置的用水量控制信息与所述用水量控制策略中的用水量控制信息进行比对,详细比对过程如下:
若所述用户配置的用水量控制信息与所述用水量控制策略中的用水量控制信息相同,则根据所述用水量控制策略中的用水量控制信息,计算出下一运行期间的目标用水量数据,然后根据计算出的下一运行期间的目标用水量数据,判断下一运行期间所述核电厂的理论发电量是否能达到目标发电量。若下一运行期间所述核电厂的理论发电量能达到目标发电量,则基于所述用水量控制策略中的用水量控制信息控制所述核电厂的各个核电机组700的用水量。若下一运行期间所述核电厂的理论发电量能不能达到目标发电量,则根据所述理论发电量和所述目标发电量的差值更新所述用水量控制策略中的用水量控制信息,并基于更新后的用水量控制策略中的用水量控制信息控制所述核电厂的各个核电机组700的用水量。
此外,若所述用户配置的用水量控制信息与所述用水量控制策略中的用水量控制信息不同,则分析所述用户配置的用水量控制信息与所述用水量控制策略中的用水量控制信息之间各控制参数的差异值,若各控制参数的差异值在对应的预设阈值范围内,则基于所述用户配置的用水量控制信息控制所述核电厂的各个核电机组700的用水量。
基于上述设计,能够合理地对核电厂用水量进行控制,从一定程度上节约水资源,保证水资源的合理利用。
步骤S250,获取所述核电厂在下一运行期间内的实际用水量数据,并计算所述目标用水量数据和所述实际用水量数据之间的差异值,根据所述差异值修正所述用水量动态变化模型。
本实施例中,在提示相关人员采用所述用水量控制策略在下一运行期间进行用水量控制后,在下一运行期间结束时,可获取所述核电厂在下一运行期间内的实际用水量数据,并计算所述目标用水量数据和所述实际用水量数据之间的差异值,再根据所述差异值修正所述用水量动态变化模型。由此,能够进一步地增强所述用水量动态变化模型的预测准确性。
进一步地,请参阅图3,本申请实施例还提供一种核电厂用水量控制装置200,所述装置可以包括:
获取模块210,用于获取所述核电厂自运行以来各个运行期间的基础数据以及用水量影响因素,所述基础数据包括所述用水量采集设备300采集到的用水量数据、所述发电量采集设备500采集到的发电量数据以及各个核电机组700的机组数据,所述用水量影响因素包括核电厂规模参数、用水工艺参数、占地面积参数、节水水平参数、管理水平参数以及各个运行期间发电量。
构建模块220,用于基于所述各个运行期间的基础数据和用水量影响因素构建所述核电厂的用水量动态变化模型。
输入模块230,用于将所述核电厂在当前运行期间内的第一用水量数据输入到所述用水量动态变化模型中,预测得到所述核电厂在下一运行期间内的用水量变化规律,所述用水量变化规律包括所述核电厂在所述下一运行期间内的至少一个用水量变化数据和每个用水量变化数据的影响原因。
分析模块240,用于对所述用水量变化规律进行分析,生成用水量控制策略,并将所述用水量变化规律和所述用水量控制策略发送给预定终端900,以提示相关人员采用所述用水量控制策略在下一运行期间进行用水量控制,其中,所述用水量控制策略中包括有下一运行期间的目标用水量数据。
修正模块250,用于获取所述核电厂在下一运行期间内的第二用水量数据,并计算所述目标用水量数据和所述第二用水量数据之间的差异值,根据所述差异值修正所述用水量动态变化模型。
可选地,所述修正模块250,还可以用于:
接收输入的测试数据,所述测试数据包括所述核电厂在各个测试运行期间内的用水量数据和所述核电厂的实际用水量变化规律;
将所述核电厂在各个测试运行期间内的用水量数据输入到所述用水量动态变化模型中,得到所述核电厂的预测用水量变化规律;
基于所述实际用水量变化规律和所述预测用水量变化规律对所述用水量动态变化模型进行修正,得到修正后的用水量动态变化模型。
可选地,所述分析模块240,还可以用于将所述用水量变化规律输入到所述用水量控制模型中,得到所述用水量变化规律对应的期望用水量变化规律,并根据所述期望用水量变化规律生成对应的用水量控制策略。
请进一步参阅图4,可选地,所述核电厂用水量控制装置200还可以包括:
用水量控制模块245,用于接收所述预定终端900发送的该预定终端900所在用户配置的用水量控制信息,并将所述用户配置的用水量控制信息与所述用水量控制策略中的用水量控制信息进行比对,若所述用户配置的用水量控制信息与所述用水量控制策略中的用水量控制信息相同,则根据所述用水量控制策略中的用水量控制信息,计算出下一运行期间的目标用水量数据,根据计算出的下一运行期间的目标用水量数据,判断下一运行期间所述核电厂的理论发电量是否能达到目标发电量;若下一运行期间所述核电厂的理论发电量能达到目标发电量,则基于所述用水量控制策略中的用水量控制信息控制所述核电厂的各个核电机组700的用水量;若下一运行期间所述核电厂的理论发电量能不能达到目标发电量,则根据所述理论发电量和所述目标发电量的差值更新所述用水量控制策略中的用水量控制信息,并基于更新后的用水量控制策略中的用水量控制信息控制所述核电厂的各个核电机组700的用水量。
可以理解的是,本实施例中的各功能模块的具体操作方法可参照上述方法实施例中相应步骤的详细描述,在此不再重复赘述。
进一步地,参阅图5和图6所示,分别为A和B两个核电厂在运行期间的用水量的变化模型情况。
A核电厂单位装机用水量:运行前期(自运行起4年间)单位装机用水量逐年降低,运行中期(运行5~14年)单位装机用水量趋于稳定,并在一定范围内之间浮动;运行后期(运行15~21年)较运行中期用水定额显著降低,并稳定在一定范围内。
B核电厂单位装机用水量:运行前期(自运行起4年)单位装机用水量逐年降低,运行中期(运行5~8年)单位装机用水量趋于稳定,并在一定范围内之间浮动;运行后期(运行9~12年)较运行中期用水定额显著降低。
A核电厂单位发电量用水量:运行前期(自运行起4年间)单位发电量用水量逐年降低,运行中期(运行5~14年)单位发电量用水量趋于稳定,并在一定范围内之间浮动;运行后期(运行15~21年)较运行中期用水定额显著降低,并稳定在一定范围内。
B核电厂单位发电量用水量:运行前期(自运行起4年)单位发电量用水量逐年降低,运行中期(运行5~8年)单位装机用水量趋于稳定,并在一定范围内之间浮动;运行后期(运行9~12年)较运行中期用水定额显著降低。
可以看出,不同的核电厂用水的规律基本相似,通过建立的调控模型,具有较好的调控效果和应用范围。
进一步地,请参阅图7,为本申请实施例提供的用于上述核电厂用水量控制方法的核电厂用水量控制设备100的一种结构示意框图。本实施例中,所述核电厂用水量控制设备100可以由总线110作一般性的总线体系结构来实现。根据核电厂用水量控制设备100的具体应用和整体设计约束条件,总线110可以包括任意数量的互连总线和桥接。总线110将各种电路连接在一起,这些电路包括处理器120、存储介质130和总线接口140。可选地,核电厂用水量控制设备100可以使用总线接口140将网络适配器150等经由总线110连接。网络适配器150可用于实现核电厂用水量控制设备100中物理层的信号处理功能,并通过天线实现射频信号的发送和接收。用户接口160可以连接外部设备,例如:键盘、显示器、鼠标或者操纵杆等。总线110还可以连接各种其它电路,如定时源、外围设备、电压调节器或者功率管理电路等,这些电路是本领域所熟知的,因此不再详述。
可以替换的,核电厂用水量控制设备100也可配置成通用处理系统,例如通称为芯片,该通用处理系统包括:提供处理功能的一个或多个微处理器,以及提供存储介质130的至少一部分的外部存储器,所有这些都通过外部总线体系结构与其它支持电路连接在一起。
可替换的,核电厂用水量控制设备100可以使用下述来实现:具有处理器120、总线接口140、用户接口160的ASIC(专用集成电路);以及集成在单个芯片中的存储介质130的至少一部分,或者,核电厂用水量控制设备100可以使用下述来实现:一个或多个FPGA(现场可编程门阵列)、PLD(可编程逻辑器件)、控制器、状态机、门逻辑、分立硬件部件、任何其它适合的电路、或者能够执行本申请通篇所描述的各种功能的电路的任意组合。
其中,处理器120负责管理总线110和一般处理(包括执行存储在存储介质130上的软件)。处理器120可以使用一个或多个通用处理器和/或专用处理器来实现。处理器120的例子包括微处理器、微控制器、DSP处理器和能够执行软件的其它电路。应当将软件广义地解释为表示指令、数据或其任意组合,而不论是将其称作为软件、固件、中间件、微代码、硬件描述语言还是其它。
在图7中存储介质130被示为与处理器120分离,然而,本领域技术人员很容易明白,存储介质130或其任意部分可位于核电厂用水量控制设备100之外。举例来说,存储介质130可以包括传输线、用数据调制的载波波形、和/或与无线节点分离开的计算机制品,这些介质均可以由处理器120通过总线接口140来访问。可替换地,存储介质130或其任意部分可以集成到处理器120中,例如,可以是高速缓存和/或通用寄存器。
所述处理器120可执行上述实施例,具体地,所述存储介质130中可以存储有所述核电厂用水量控制装置200,所述处理器120可以用于执行所述核电厂用水量控制装置200。
进一步地,本申请实施例还提供了一种非易失性计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行上述任意方法实施例中的核电厂用水量控制方法。
综上所述,本申请实施例提供一种核电厂用水量控制方法及装置,通过获取核电厂自运行以来各个运行期间的基础数据以及用水量影响因素,并基于各个运行期间的基础数据和用水量影响因素构建核电厂的用水量动态变化模型,将核电厂在当前运行期间内的第一用水量数据输入到用水量动态变化模型中,预测得到核电厂在下一运行期间内的用水量变化规律。然后,对用水量变化规律进行分析,生成用水量控制策略,并将用水量变化规律和用水量控制策略发送给预定终端,而后获取核电厂在下一运行期间内的实际用水量数据,并计算目标用水量数据和实际用水量数据之间的差异值,根据差异值修正用水量动态变化模型。由此,能够获取核电厂运行期用水量动态变化规律,从而作为合理科学制定核电厂运行期用水定额的依据,合理地对核电厂用水量进行控制,从一定程度上可以节约水资源,保证水资源的合理利用。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
可以替换的,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其它可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的电子设备、服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是,在本文中,术语"包括"、"包含"或者其任何其它变体意在涵盖非排它性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句"包括一个……"限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其它的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (10)

1.一种核电厂用水量控制方法,其特征在于,应用于核电厂中的核电厂用水量控制设备,所述核电厂用水量控制设备与所述核电厂中的用水量采集设备、发电量采集设备以及各个核电机组通信连接,所述方法包括:
获取所述核电厂自运行以来各个运行期间的基础数据以及用水量影响因素,所述基础数据包括所述用水量采集设备采集到的用水量数据、所述发电量采集设备采集到的发电量数据以及各个核电机组的机组数据,所述用水量影响因素包括核电厂规模参数、用水工艺参数、占地面积参数、节水水平参数、管理水平参数以及各个运行期间发电量;
基于所述各个运行期间的基础数据和用水量影响因素构建所述核电厂的用水量动态变化模型;
将所述核电厂在当前运行期间内的第一用水量数据输入到所述用水量动态变化模型中,预测得到所述核电厂在下一运行期间内的用水量变化规律,所述用水量变化规律包括所述核电厂在所述下一运行期间内的至少一个用水量变化数据和每个用水量变化数据的影响原因;
对所述用水量变化规律进行分析,生成用水量控制策略,并将所述用水量变化规律和所述用水量控制策略发送给预定终端,以提示相关人员采用所述用水量控制策略在下一运行期间进行用水量控制,其中,所述用水量控制策略中包括有下一运行期间的目标用水量数据;
获取所述核电厂在下一运行期间内的实际用水量数据,并计算所述目标用水量数据和所述实际用水量数据之间的差异值,根据所述差异值修正所述用水量动态变化模型。
2.根据权利要求1所述的核电厂用水量控制方法,其特征在于,所述将所述核电厂在当前运行期间内的第一用水量数据输入到所述用水量动态变化模型中,预测得到所述核电厂在下一运行期间内的用水量变化规律的步骤之前,所述方法还包括:
接收输入的测试数据,所述测试数据包括所述核电厂在各个测试运行期间内的用水量数据和所述核电厂的实际用水量变化规律;
将所述核电厂在各个测试运行期间内的用水量数据输入到所述用水量动态变化模型中,得到所述核电厂的预测用水量变化规律;
基于所述实际用水量变化规律和所述预测用水量变化规律对所述用水量动态变化模型进行修正,得到修正后的用水量动态变化模型。
3.根据权利要求1所述的核电厂用水量控制方法,其特征在于,所述对所述用水量变化规律进行分析,生成用水量控制策略的步骤之前,所述方法还包括:
获取用水量控制基础数据,所述用水量控制基础数据中包括有多个初始用水量变化规律、每个初始用水量变化规律对应的期望用水量变化规律以及所述初始用水量变化规律转变到所述期望用水量变化规律的用水量控制策略;
将所述用水量控制基础数据输入到深度学习模型中,得到对应的用水量控制模型。
4.根据权利要求3所述的核电厂用水量控制方法,其特征在于,所述对所述用水量变化规律进行分析,生成用水量控制策略的步骤,包括:
将所述用水量变化规律输入到所述用水量控制模型中,得到所述用水量变化规律对应的期望用水量变化规律,并根据所述期望用水量变化规律生成对应的用水量控制策略。
5.根据权利要求1所述的核电厂用水量控制方法,其特征在于,所述对所述用水量变化规律进行分析,生成用水量控制策略,并将所述用水量变化规律和所述用水量控制策略发送给预定终端的步骤之后,所述方法还包括:
接收所述预定终端发送的该预定终端所在用户配置的用水量控制信息,并将所述用户配置的用水量控制信息与所述用水量控制策略中的用水量控制信息进行比对;
若所述用户配置的用水量控制信息与所述用水量控制策略中的用水量控制信息相同,则根据所述用水量控制策略中的用水量控制信息,计算出下一运行期间的目标用水量数据;
根据计算出的下一运行期间的目标用水量数据,判断下一运行期间所述核电厂的理论发电量是否能达到目标发电量;
若下一运行期间所述核电厂的理论发电量能达到目标发电量,则基于所述用水量控制策略中的用水量控制信息控制所述核电厂的各个核电机组的用水量;
若下一运行期间所述核电厂的理论发电量不能达到目标发电量,则根据所述理论发电量和所述目标发电量的差值更新所述用水量控制策略中的用水量控制信息,并基于更新后的用水量控制策略中的用水量控制信息控制所述核电厂的各个核电机组的用水量。
6.根据权利要求5所述的核电厂用水量控制方法,其特征在于,所述将所述用户配置的用水量控制信息与所述用水量控制策略中的用水量控制信息进行比对的步骤之后,所述方法还包括:
若所述用户配置的用水量控制信息与所述用水量控制策略中的用水量控制信息不同,则分析所述用户配置的用水量控制信息与所述用水量控制策略中的用水量控制信息之间各控制参数的差异值;
若各控制参数的差异值在对应的预设阈值范围内,则基于所述用户配置的用水量控制信息控制所述核电厂的各个核电机组的用水量。
7.一种核电厂用水量控制装置,其特征在于,应用于核电厂中的核电厂用水量控制设备,所述核电厂用水量控制设备与所述核电厂中的用水量采集设备、发电量采集设备以及各个核电机组通信连接,所述装置包括:
获取模块,用于获取所述核电厂自运行以来各个运行期间的基础数据以及用水量影响因素,所述基础数据包括所述用水量采集设备采集到的用水量数据、所述发电量采集设备采集到的发电量数据以及各个核电机组的机组数据,所述用水量影响因素包括核电厂规模参数、用水工艺参数、占地面积参数、节水水平参数、管理水平参数以及各个运行期间发电量;
构建模块,用于基于所述各个运行期间的基础数据和用水量影响因素构建所述核电厂的用水量动态变化模型;
输入模块,用于将所述核电厂在当前运行期间内的第一用水量数据输入到所述用水量动态变化模型中,预测得到所述核电厂在下一运行期间内的用水量变化规律,所述用水量变化规律包括所述核电厂在所述下一运行期间内的至少一个用水量变化数据和每个用水量变化数据的影响原因;
分析模块,用于对所述用水量变化规律进行分析,生成用水量控制策略,并将所述用水量变化规律和所述用水量控制策略发送给预定终端,以提示相关人员采用所述用水量控制策略在下一运行期间进行用水量控制,其中,所述用水量控制策略中包括有下一运行期间的目标用水量数据;
修正模块,用于获取所述核电厂在下一运行期间内的实际用水量数据,并计算所述目标用水量数据和所述实际用水量数据之间的差异值,根据所述差异值修正所述用水量动态变化模型。
8.根据权利要求7所述的核电厂用水量控制装置,其特征在于,所述修正模块,还用于:
接收输入的测试数据,所述测试数据包括所述核电厂在各个测试运行期间内的用水量数据和所述核电厂的实际用水量变化规律;
将所述核电厂在各个测试运行期间内的用水量数据输入到所述用水量动态变化模型中,得到所述核电厂的预测用水量变化规律;
基于所述实际用水量变化规律和所述预测用水量变化规律对所述用水量动态变化模型进行修正,得到修正后的用水量动态变化模型。
9.根据权利要求8所述的核电厂用水量控制装置,其特征在于,所述分析模块,还用于将所述用水量变化规律输入到所述用水量控制模型中,得到所述用水量变化规律对应的期望用水量变化规律,并根据所述期望用水量变化规律生成对应的用水量控制策略。
10.根据权利要求7所述的核电厂用水量控制装置,其特征在于,所述装置还包括:
用水量控制模块,用于接收所述预定终端发送的该预定终端所在用户配置的用水量控制信息,并将所述用户配置的用水量控制信息与所述用水量控制策略中的用水量控制信息进行比对,若所述用户配置的用水量控制信息与所述用水量控制策略中的用水量控制信息相同,则根据所述用水量控制策略中的用水量控制信息,计算出下一运行期间的目标用水量数据,根据计算出的下一运行期间的目标用水量数据,判断下一运行期间所述核电厂的理论发电量是否能达到目标发电量;若下一运行期间所述核电厂的理论发电量能达到目标发电量,则基于所述用水量控制策略中的用水量控制信息控制所述核电厂的各个核电机组的用水量;若下一运行期间所述核电厂的理论发电量能不能达到目标发电量,则根据所述理论发电量和所述目标发电量的差值更新所述用水量控制策略中的用水量控制信息,并基于更新后的用水量控制策略中的用水量控制信息控制所述核电厂的各个核电机组的用水量。
CN201811119766.6A 2018-09-25 2018-09-25 核电厂用水量控制方法及装置 Withdrawn CN109243649A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811119766.6A CN109243649A (zh) 2018-09-25 2018-09-25 核电厂用水量控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811119766.6A CN109243649A (zh) 2018-09-25 2018-09-25 核电厂用水量控制方法及装置

Publications (1)

Publication Number Publication Date
CN109243649A true CN109243649A (zh) 2019-01-18

Family

ID=65057389

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811119766.6A Withdrawn CN109243649A (zh) 2018-09-25 2018-09-25 核电厂用水量控制方法及装置

Country Status (1)

Country Link
CN (1) CN109243649A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110092507A (zh) * 2019-05-30 2019-08-06 中国水利水电科学研究院 一种工业废水处理的方法及装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110092507A (zh) * 2019-05-30 2019-08-06 中国水利水电科学研究院 一种工业废水处理的方法及装置

Similar Documents

Publication Publication Date Title
US11824360B2 (en) Apparatus and method for optimizing carbon emissions in a power grid
CN106796577A (zh) 使用回归模型的能量基础设施传感器数据校正
CN109242196A (zh) 火电厂用水量预测方法及装置
CN108038040A (zh) 计算机集群性能指标检测方法、电子设备及存储介质
US9625887B2 (en) Contingency screening in multi-control area electrical power systems using coordinated DC power flow
CN101609517A (zh) 基于智能策略管理的电力系统短期负荷预测方法
Liu et al. Interval optimal scheduling of hydro‐PV‐wind hybrid system considering firm generation coordination
US20160283844A1 (en) Load predictor for a cooling system
Wang et al. AlphaBuilding ResCommunity: A multi-agent virtual testbed for community-level load coordination
Gutierrez-Alcaraz et al. An efficient method for contingency-constrained transmission expansion planning
US20230244197A1 (en) Machine-learning-enhanced distributed energy resource management system
CN112766596A (zh) 建筑能耗预测模型的构建方法、能耗预测方法及装置
Qiu et al. A data-driven approach to improve wind dispatchability
Panda et al. Economic operational analytics for energy storage placement at different grid locations and contingency scenarios with stochastic wind profiles
Bagheri et al. Adaptive‐robust multi‐resolution generation maintenance scheduling with probabilistic reliability constraint
Li et al. Stochastic production simulation for generating capacity reliability evaluation in power systems with high renewable penetration
CN108346009A (zh) 一种基于用户模型自学习的电力生产配置方法和装置
CN115201615A (zh) 基于物理约束神经网络的非侵入式负荷监测方法及装置
CN109243649A (zh) 核电厂用水量控制方法及装置
Markoska et al. Towards smart buildings performance testing as a service
CN113688542A (zh) 智能优化水资源配置方法、装置、计算机设备及存储介质
Abolghasemi et al. How to predict and optimise with asymmetric error metrics
CN106786533A (zh) 电力调度计划数据的获取方法及装置
Krad et al. Analysis of operating reserve demand curves in power system operations in the presence of variable generation
CN113988473A (zh) 一种区域内能源的配置方法、系统、装置及存储介质

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20190118