CN110133706B - 百万千瓦级核电站环境辐射监测方法、装置、设备及介质 - Google Patents
百万千瓦级核电站环境辐射监测方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN110133706B CN110133706B CN201910405224.3A CN201910405224A CN110133706B CN 110133706 B CN110133706 B CN 110133706B CN 201910405224 A CN201910405224 A CN 201910405224A CN 110133706 B CN110133706 B CN 110133706B
- Authority
- CN
- China
- Prior art keywords
- monitoring
- radiation
- current
- index
- curve
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
- G01T1/16—Measuring radiation intensity
- G01T1/167—Measuring radioactive content of objects, e.g. contamination
Abstract
本发明涉及核电站辐射监测系统技术领域,公开了一种百万千瓦级核电站环境辐射监测方法、装置、设备及介质。所述方法包括:在当前监测时间点接收自核电站中各现场监测设备发送的当前剂量率,并将各现场监测设备的当前剂量率关联至对应的监测点;将各监测点的当前剂量率输入至预设的指数模型,接收指数模型输出的当前辐射指数;获取辐射指数曲线,该辐射指数曲线中包含与每一个历史监测时间点关联的历史辐射指数;将当前辐射指数更新至辐射指数曲线中,并将更新后的辐射指数曲线发送至监控客户端。本发明达到了在线监测辐射剂量并对其进行趋势跟踪,从而及时制定和采取有效的源项控制措施,降低核电站的现场执行人员受照剂量的目的。
Description
技术领域
本发明涉及核电站辐射监测系统技术领域,具体涉及一种百万千瓦级核电站环境辐射监测方法、装置、设备及介质。
背景技术
压水堆核电站职业照射的主要来源是现场各类放射性工艺系统中内部介质载带放射性核素以及设备表面沉积的放射性核素,两者相互作用、相互影响,并且尤其以后者对工作现场剂量率以及人员辐射剂量贡献最为显著。
为采取有效的措施降低机组辐射水平,进而降低核电站执行人员受照剂量,通过可靠的监测手段来持续跟踪各主要系统设备的剂量率变化趋势是非常必要的。由于不同机组以及同一机组不同时段、不同状态下的辐射水平存在较大差异,因此需要以相同的尺度来表征放射性工艺系统的总体辐射状况,而“辐射指数”是核电业界广泛采用的用来综合评价某些放射性系统以至整个机组辐射状况优劣的主要指标,而如何在核电站实施剂量率监测,进而准确获取辐射指数,并基于辐射指数进行预警是当前急需解决的问题。因此,需寻找一种能解决上述问题的技术方案成为本领域技术人员的迫切需求。
发明内容
本发明实施例提供一种百万千瓦级核电站环境辐射监测方法、装置、设备及存储介质,以达到在线监测辐射剂量并对辐射剂量进行趋势跟踪,进而及时制定和采取有效的源项控制措施,降低核电站的现场执行人员受照剂量的目的。
一种百万千瓦级核电站环境辐射监测方法,包括:
在当前监测时间点接收自核电站中各现场监测设备发送的当前剂量率,根据各所述现场监测设备的设备地址自数据库匹配对应的监测点,并将各所述现场监测设备的当前剂量率关联至对应的监测点;
将各所述监测点的当前剂量率输入至预设的指数模型,接收所述指数模型输出的当前辐射指数,并将所述当前辐射指数与所述当前监测时间点关联存储;
获取辐射指数曲线,所述辐射指数曲线中包含与每一个历史监测时间点关联的历史辐射指数,所述历史监测时间点是指所述当前监测时间点之前的所有监测时间点;
将与所述当前监测时间点关联的所述当前辐射指数更新至所述辐射指数曲线中,并将更新后的所述辐射指数曲线发送至监控客户端。
一种百万千瓦级核电站环境辐射监测装置,包括:
数据接收模块,用于在当前监测时间点接收自核电站中各现场监测设备发送的当前剂量率,根据各所述现场监测设备的设备地址自数据库匹配对应的监测点,并将各所述现场监测设备的当前剂量率关联至对应的监测点;
数据更新模块,用于将各所述监测点的当前剂量率输入至预设的指数模型,接收所述指数模型输出的当前辐射指数,并将所述当前辐射指数与所述当前监测时间点关联存储;
数据分析模块,用于获取辐射指数曲线,所述辐射指数曲线中包含与每一个历史监测时间点关联的历史辐射指数,所述历史监测时间点是指所述当前监测时间点之前的所有监测时间点;
数据发送模块,用于将与所述当前监测时间点关联的所述当前辐射指数更新至所述辐射指数曲线中,并将更新后的所述辐射指数曲线发送至监控客户端。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,所述处理器执行所述计算机可读指令时实现上述百万千瓦级核电站环境辐射监测方法。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,所述计算机可读指令被处理器执行时实现上述百万千瓦级核电站环境辐射监测方法。
本发明提供的百万千瓦级核电站环境辐射监测方法、装置、设备及存储介质,首先在当前监测时间点,接收自核电站中各现场监测设备发送的当前剂量率,并将各现场监测设备的当前剂量率关联至对应的监测点,然后利用预设的指数模型统计分析各监测点的当前剂量率,获得当前辐射指数,最后将当前辐射指数更新至已存储在数据库中的辐射指数曲线,该辐射指数曲线中包含与每一个历史监测时间点关联的历史辐射指数,并将更新后的辐射指数曲线发送至监控客户端。本发明可以达到在线监测辐射剂量并对辐射剂量进行趋势跟踪,进而及时制定和采取有效的源项控制措施,降低核电站的现场执行人员受照剂量的目的。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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他的附图。
图1是本发明一实施例中百万千瓦级核电站环境辐射监测方法的应用环境示意图;
图2是本发明一实施例中百万千瓦级核电站环境辐射监测方法的流程图;
图3是本发明再一实施例中百万千瓦级核电站环境辐射监测方法的流程图;
图4是本发明又一实施例中百万千瓦级核电站环境辐射监测方法的流程图;
图5是本发明再一实施例中百万千瓦级核电站环境辐射监测方法的流程图;
图6是本发明另一实施例中百万千瓦级核电站环境辐射监测方法的流程图;
图7是本发明一实施例中百万千瓦级核电站环境辐射监测装置的原理框图;
图8是本发明一实施例中计算机设备的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明提供的百万千瓦级核电站环境辐射监测方法,可应用在如图1的应用环境中,其中,用户客户端包括但不限于为个人计算机、移动智能终端,且用户客户端通过网络与监控服务器进行通信;监控客户端包括但不限于为公用计算机、笔记本电脑、平板电脑,且监控客户端通过网络与监控服务器进行通信;现场监测设备用于监测、存储和传输各监测点的辐射剂量(当前剂量率),每一个现场监测设备可以用监控服务器实现该现场监测设备的监测、存储和传输等功能,也可以用独立的设备服务器实现该现场监测设备的监测、存储和传输等功能。监控服务器或/和设备服务器可以用独立的或者是多个服务器组成的服务器集群来实现。
在一实施例中,如图2所示,提供一种百万千瓦级核电站环境辐射监测方法,以该方法应用在图1中的监控服务器为例进行说明,包括以下步骤:
S10,在当前监测时间点接收自核电站中各现场监测设备发送的当前剂量率,根据各所述现场监测设备的设备地址自数据库匹配对应的监测点,并将各所述现场监测设备的当前剂量率关联至对应的监测点。
可理解的,根据监测需求在核电站(可以是百万千瓦级核电站)中预先设置预设数量的监测点,并将与监测点数量相同的现场监测设备安装在各监测点的位置之后,在检测到系统当前时间为根据监测需求预设的监测时间点(该监测时间点可以为具有预设时间周期的定时时间点,也可以为持续进行实时监测的当前时间点)时,接收与监控服务器通信连接的各现场监测设备发送的当前剂量率,此时,各现场监测设备发送的当前剂量率将会与各现场监测设备的设备地址一并发送至监控服务器的,进而自数据库查找匹配与各现场监测设备的设备地址对应的各监测点,也即自数据库查找匹配各现场监测设备与各监测点的对应关系,并根据各现场监测设备与各监测点的对应关系,将各现场监测设备获得的当前剂量率作为存在对应关系的各监测点的数据,可以达到当前剂量率实时传输的目的。
示例性的,针对核电站的反应堆冷却剂管道(RCP)系统来设置监测点,可以根据RCP系统的环路设置监测点,若RCP系统包括第一环路、第二环路和第三环路,则第一环路、第二环路和第三环路均可以设置三个监测点,并对各环路的所有监测点依次进行编号,比如,一环路#1点、一环路#2点、一环路#3点等。
示例性的,针对核电站的反应堆预热排出(RRA)系统来设置监测点,可以根据数据流向依次设置监测点,并依次对各所述监测点进行编号,比如,1b#、2b#、3#、4#等。
优选地,所述现场监测设备为具有数据存储功能、数据显示功能和数据无线传输功能的剂量率监测仪表,可理解的,由于该剂量率监测仪表具有研制体积小、测量精度高、量程范围宽、数据海量存储等优良特点,使得设备安装简便、数据可追溯性高、数据便于传输和导出。
S20,将各所述监测点的当前剂量率输入至预设的指数模型,接收所述指数模型输出的当前辐射指数,并将所述当前辐射指数与所述当前监测时间点关联存储。
在本实施例中的一方面,根据各所述监测点的当前剂量率以及各所述监测点的权重值生成基于权重算法的指数模型,此时,基于权重算法的指数模型为:
NRIn=∑Dn(i)*k(i)
其中,NRIn为所述当前辐射指数;Dn(i)为各所述监测点的当前剂量率;k(i)为对应于各所述监测点对于剂量贡献的权重值。
可选地,可以利用上述基于权重算法的指数模型计算RCP系统的当前辐射指数,此时,首先获取RCP系统中每一条环路中每一个监测点的当前剂量率,然后将每一条环路中每一个监测点的当前剂量率输入至上述基于权重算法的指数模型,即可接收到上述基于权重算法的指数模型输出的RCP系统的当前辐射指数。可理解的,各监测点的权重值已根据需求预设在上述基于权重算法的指数模型中。
在本实施例中的另一方面,根据各所述监测点的当前剂量率以及平均算法生成基于平均算法的指数模型,此时,基于平均算法的指数模型为:
其中,N为所述监测点数量。
可选地,可以利用上述基于平均算法的指数模型计算RRA系统的当前辐射指数,此时,首先获取RRA系统中每一个监测点的当前剂量率,然后将每一个监测点的当前剂量率输入至上述基于平均算法的指数模型,即可接收到上述基于平均算法的指数模型输出的RRA系统的当前辐射指数。可理解的,监测点数量已预设在上述基于平均算法的指数模型中。
进一步地,接收指数模型输出的当前辐射指数之后,将当前辐射指数与当前监测时间点进行关联,可以达到辐射指数高效计算的目的。
S30,获取辐射指数曲线,所述辐射指数曲线中包含与每一个历史监测时间点关联的历史辐射指数,所述历史监测时间点是指所述当前监测时间点之前的所有监测时间点。
具体的,接收用于自数据库调取辐射指数曲线的调取指令,根据调取指令中包含的调取条件获取对应的辐射指数曲线,此时,获取辐射指数曲线中包含与每一个历史监测时间点关联的历史辐射指数。可理解的,所述历史辐射指数是根据各监测点(也即与各监测点对应的各现场监测设备)的历史剂量率和所述步骤S20中的指数模型获得的;所述辐射指数曲线用于反映各历史辐射指数的变化趋势,优选地,可以根据各历史辐射指数的变化趋势来预测下一个监测时间的预测辐射指数。
S40,将与所述当前监测时间点关联的所述当前辐射指数更新至所述辐射指数曲线中,并将更新后的所述辐射指数曲线发送至监控客户端。
具体的,根据与当前监测时间点关联的当前辐射指数更新上述辐射指数曲线,并将更新后的辐射指数曲线发送至监控客户端,此时,在本实施例的一方面,若监控客户端的显示界面已经实时显示有上述更新之前的辐射指数曲线,则在所述当前监测时间点将更新后的所述辐射指数曲线发送至监控客户端之后,在监控客户端的显示界面直接更新辐射指数曲线,也即,将与当前监测时间点关联的当前辐射指数添加在辐射指数曲线对应的坐标图中;而在本实施例的另一方面,若监控客户端的显示界面并未显示上述更新之前的辐射指数曲线,则在当前监测时间点将更新后的所述辐射指数曲线发送至监控客户端之后,首先将当前辐射指数更新在数据库中的辐射指数曲线中,再将更新后的辐射指数曲线显示在监控客户端。
进一步地,优选地,监控服务器自动分析更新后的所述辐射指数,并获取可供参考的源项控制策略,例如,延长净化时长、调节某些化学试剂浓度,并将可供参考的源项控制策略发送至用户客户端,以供核电站执行人员来制定及采取最优化的源项控制策略,从而降低核电站机组的总体辐射指数。
综上所述,本实施例首先在当前监测时间点,接收自核电站中各现场监测设备发送的当前剂量率,并将各现场监测设备的当前剂量率关联至对应的监测点,然后利用预设的指数模型统计分析各监测点的当前剂量率,获得当前辐射指数,最后将当前辐射指数更新至已存储在数据库中的辐射指数曲线,该辐射指数曲线中包含与每一个历史监测时间点关联的历史辐射指数,并将更新后的辐射指数曲线发送至监控客户端。本实施例可以达到在线监测辐射剂量并对辐射剂量进行趋势跟踪,进而及时制定和采取有效的源项控制措施,降低核电站的现场执行人员受照剂量的目的。
在一实施例中,所述百万千瓦级核电站环境辐射监测方法还包括以下步骤:
首先,接收自用户客户端发送的登录请求,并对所述用户客户端进行验证。
然后,在所述用户客户端验证通过后,接收包含查询条件和查询权限的查询请求,将与所述查询权限关联且满足所述查询条件的查询数据以预设文档格式导出并发送至所述用户客户端;所述查询数据包括查询时间点之前的所述历史剂量率和所述历史辐射指数。
在本实施例中,根据所述登录请求中包含的登录信息来检测用户客户端是否有访问监控服务器的访问权限,在登录请求中包含的登录信息为已存储在数据库中的预留信息时,确定用户客户端有访问监控服务器的访问权限,也即用户客户端验证通过;反之,确定用户客户端无访问监控服务器的访问权限,也即用户客户端验证未通过。
进一步地,在用户客户端验证通过之后,接收查询请求,该查询请求中包含查询条件(包括但不限于数据条数、查询时段等)和用户客户端的查询权限,此时,自数据库获取与查询权限关联且满足查询条件的查询数据,将该查询数据以预设文档格式(包括但不限于数据表、文本文档等)导出,显示在用户客户端,优选地,接收所述用户客户端发送的数据统计请求,根据数据统计分析请求分析查询数据中存在异常数据的条数和集中分布的监测时段等相关信息,以根据异常数据的相关信息排查异常的监测点。
综上所述,本实施例接收自用户客户端发送的登录请求和查询请求,将查询数据以预设文档格式导出并发送至用户客户端,以供用户根据查询数据来排查异常的监测点,从而使核电站环境辐射指数保持在可控范围内,避免核电站执行人员受到较高的辐射剂量。
在一实施例中,如图3所示,所述步骤S10之前,包括以下步骤:
S101,根据预设的设备安装指导表,控制智能机器人将各所述现场监测设备安装在对应的各所述监测点;所述设备安装指导表包括各所述现场监测设备的识别信息、各所述监测点的基本信息、各所述现场监测设备与各所述监测点的对应关系。
其中,所述设备安装指定表包括但不限于安装路线、各现场监测设备的识别信息(包括二维码、设备编号、IP地址等)、各监测点的基本信息(包括在核电站中的监测区域、监测区域对应的区域编号等)、各现场监测设备与各监测点之间的对应关系。
可选地,根据安装路线控制智能智能机器人达到某一监测点时,利用预设在智能机器人中的摄像设备获取该监测点的识别图像,自识别图像获取该监测点的位置编号,同时扫描各现场监测设备的二维码获得设备编号,检测扫描获得的哪一现场监测设备的设备编号与该监测点的位置编号匹配,在获取到该位置编号匹配的设备编号时,将该设备编号对应的现场监测设备安装在该位置编号对应的监测点,从而完成安装。
S102,接收自各所述现场监测设备发送的通信连接请求,根据各所述现场监测设备与各所述监测点的对应关系验证并通过所述通信连接请求,将各所述现场监测设备与监控服务器之间的通信连接状态发送至所述监控客户端。
S103,在所述现场监测设备与所述监控服务器的通信连接状态为连接正常时,同步接收所述现场监测设备发送的当前剂量率。
S104,在所述现场监测设备与所述监控服务器的通信连接状态为连接异常时,获取连接异常的所述现场监测设备,并将其标记为异常监测设备,向所述智能机器人发送通信异常检测指令,以使所述智能机器人对所述异常监测设备与所述监控服务器通信连接状态进行检修。
在本实施例中,在将每一个现场监测设备对应安装在核电站(例如,RCP、RRA等放射性工艺系统中)的各监测点之后,接收各现场监测设备发送的通信连接请求,验证并通过各现场监测设备的通信请求之后,将各现场监测设备与监控服务器之间的通信连接状态发送至监控客户端,此时,检测各现场监测设备与监控服务器之间的通信连接状态,在各现场监测设备与监控服务器之间的通信连接状态均为连接正常时,同步接收各现场监测设备在当前监测时间点获取的当前剂量率;而在存在一个或多个现场监测设备与监控服务器之间的通信连接状态为连接异常时,将连接异常的现场监测设备的相关信息发送至智能机器人,以对连接异常的现场监测设备及其无线网络进行检修。而在另一实施例中,可以通知预设的核电站执行人员对连接异常的现场监测设备及其网络进行检修。
综上所述,本实施例控制智能机器人根据设备安装指导表完成现场监测设备的安装,并建立各现场监测设备与服务器之间的通信连接,在发现异常连接时,及时通知检修,提高了安装效率,实现了数据同步发送,从而提高了数据处理效率。
在一实施例中,所述步骤S10中所述将各所述现场监测设备的当前剂量率关联至对应的监测点,包括以下步骤:
首先,获取核电站设备布置图,所述核电站设备布置图中显示所有所述现场监测设备在所述核电站中的安装位置对应的所述监测点。
然后,将各所述现场监测设备的当前剂量率,显示在所述核电站设备布置图中与各所述现场监测设备对应的所述监测点的标注位置。
在本实施例中,预先将核电站的各监测点依次标注在核电站设备布置图中,此时,该核电站设备布置图显示各监测点的标注位置,进一步地,将各监测点的基本信息(包括在核电站中的各放射性工艺系统的监测区域、监测区域对应的区域编号等)存放在核电站设备布置图中,并将对应于各监测点的各现场监测设备的识别信息(包括二维码、设备编号、IP地址等)存放在核电站设备布置图中。可理解的,各监测点的基本信息和对应于各监测点的各现场监测设备的识别信息为隐藏地显示在监控客户端,若接收到数据展示指令,则将相关信息非隐藏地显示在监控客户端。
进一步地,将在当前监测时间点获取的各现场监测设备的当前剂量率显示在所述核电站设备布置图中,优选地,显示在与现场监测设备对应的监测点的标注位置。
综上所述,本实施例通过将实时或定时获取的当前剂量率显示在核电站设备布置图中,且显示对应于各监测点的标注位置,便于实时监控辐射剂量,从而及时发现异常的辐射剂量。
在一实施例中,如图4所示,所述步骤S20之后,包括以下步骤:
S201,检测所述当前辐射指数是否超过预设指数阈值。
S202,在所述当前辐射指数超出预设指数阈值时,向所述监控客户端发出超阈值报警信号,并控制预设的报警系统响应所述超阈值报警信号。
S203,在所述当前辐射指数未超出预设指数阈值时,向所述监控客户端发出安全提示信号,并控制所述报警系统响应所述安全提示信号。
在本实施例中,检测与当前监测时间点关联的当前辐射指数是否超过(大于或等于)预设指数阈值,该预设指数阈值根据需求设置。若当前辐射指数大于或等于预设指数阈值时,向监控客户端发送超阈值报警信号,此时,可以控制预设的报警系统响应超阈值报警信号,例如,在报警系统包括报警灯和安全灯时,令报警灯以预设闪烁频率进行闪烁,令安全灯为不亮状态;若当前辐射指数小于预设指数阈值时,向监控客户端发送安全提示信号,此时,可以控制上述报警系统响应安全提示信号,例如,令报警灯为不亮状态,令安全灯为常亮状态。
综上所述,本实施例根据预设指数阈值检测当前辐射指数是否触发超阈值报警信号,实现了自动报警,便于及时采取干预和控制措施,并及时处理核电站中异常的机组辐射源项。
在一实施例中,如图5所示,所述步骤S202中所述在所述当前辐射指数超出预设指数阈值之后,包括以下步骤:
S501,自所述数据库获取各所述监测点的剂量率曲线,一个所述剂量率曲线由一个所述监测点在每一个历史监测时间点测得的历史剂量率生成的。
S502,根据各所述监测点的预设剂量阈值检测各所述监测点的当前剂量率,获取各所述监测点的检测结果,根据所述检测结果确定各所述当前剂量率的标注颜色。
S503,将各所述监测点的所述当前剂量率以及所述当前剂量率的标注颜色,更新至各所述监测点的所述剂量率曲线中,并将更新后的所述剂量率曲线发送至所述监控客户端。
在本实施例中,在所述当前辐射指数超出预设指数阈值之后,在数据库中查询各监测点的剂量率曲线,各监测点的剂量率曲线可以反映各监测点的历史剂量率的变化趋势,进而根据各监测点的预设剂量阈值检测各监测点的当前剂量率,并获得各监测点的检测结果。
在本实施例中的一方面,若所述预设剂量阈值为具有第一剂量阈值和第二剂量阈值(该第二剂量阈值高于该第一剂量阈值),则在某一监测点的当前剂量率大于或等于第二剂量阈值时,将该监测点的当前剂量率的标注颜色设置为告警颜色(例如,红色);在某一监测点的当前剂量率小于第二剂量阈值且大于第一剂量阈值时,将该监测点的当前剂量率的标注颜色设置为标准颜色(例如,绿色);在某一监测点的当前剂量率小于或等于第一剂量阈值时,则将该监测点的当前剂量率的标注颜色设置为无效颜色(例如,灰色),此时,在检测客户端根据标注为告警颜色、标准颜色和无效颜色的当前剂量率,可以确定异常的当前剂量率,从而确定异常的监测点或安装在该监测点的现场监测设备。
在本实施例中的另一方面,可以根据不同的预设剂量阈值对当前剂量率进行匹配判定,确定当前剂量率为哪一剂量水平等级,进而自数据库匹配与每一个剂量水平等级关联的标注颜色,此时,在监控客户端根据标注为不同颜色的当前剂量率,可以确定当前剂量率为哪一剂量水平等级,进而确定异常的当前剂量率的严重程度。可理解地,本实施例中的标注颜色根据剂量水平等级设定为不同颜色,而不限定于上述实施例中,仅存在告警颜色、标准颜色和无效颜色;也即,剂量水平等级可以包括多种(例如,2种、3种或者3种以上)不同等级,对应地,标注颜色的数量与剂量水平等级的等级数量相同。
进一步地,根据各监测点的检测结果确定各监测点的标准颜色,进而根据各监测点的当前剂量率和当前剂量率的标注颜色,对各监测点的剂量率曲线进行更新,并将更新后的剂量率曲线发送至监控客户端,此时,核电站执行人员可以根据更新后的剂量率曲线中标注颜色获知异常数据,进而获知异常的监测点。
综上所述,本实施例在检测到当前辐射指数超出预设指数阈值时,自动跟踪并查询各监测点的当前剂量率以及剂量率曲线,获知异常的剂量率,从而获知异常的监测点,无需核电站执行人员去现场确定哪一监测点出现异常,降低了核电站执行人员受照剂量,同时提高了异常数据追踪和查询效率,便于及时采取干预和控制措施,并及时处理核电站中异常的机组辐射源项。
在另一实施例中,如图6所示,所述步骤S202中所述在所述当前辐射指数超出预设指数阈值之后,包括以下步骤:
S601,将所述当前辐射指数标记为异常辐射指数。
S602,对所述异常辐射指数进行等级评估,得到辐射水平等级。
S603,自预设的知识库中匹配与所述辐射水平等级关联的等级调整项;所述知识库中的每一个所述辐射水平等级关联至少一个等级调整项。
S604,将所述异常辐射指数和所述等级调整项输入至预设的模拟调整模型中,并接收所述模拟调整模型输出的根据所述等级调整项进行模拟调整后的所述辐射水平等级,并将模拟调整后的所述辐射水平等级发送至所述监控客户端。
在本实施例中,在当前辐射指数超出预设指数阈值之后,将当前辐射指数标记为异常辐射指数,此时,自数据库获取连续划分的多个辐射水平等级和每一个辐射水平等级的辐射指数范围,将异常辐射指数与每一个辐射水平等级的辐射指数范围进行匹配判定之后,确定异常辐射指数为哪一辐射水平等级,进而自预设的知识库中匹配与该辐射水平等级关联的等级调整项。其中,所述知识库是根据各辐射等级水平、专家根据历史经验设置的参考调整项(也即,专家根据其历史经验针对需要调整的辐射水平等级提前制定的干预和控制措施,以使需要调整的辐射水平等级达到标准的辐射水平等级)、历史调整记录中的历史调整项(也即,核电站中的执行人员为了降低辐射水平等级采取的干预和控制措施,每一个历史调整记录对应一个需要调整的辐射水平等级)、各辐射等级水平与参考调整项的关联关系、各辐射等级水平与历史调整项的关联关系生成的。可理解的,该知识库中的每一个辐射水平等级关联至少一个用于降低辐射水平等级的等级调整项(包括参考调整项和历史调整项)。
进一步地,将上述获取的等级调整项和异常辐射指数作为输入参数输入至模拟调整模型中,此时,模拟调整模型对各等级调整项进行聚类和整合,获得至少一个等级调整集合(包含至少一个等级调整项),进而根据等级调整集合进行模拟计算获取模拟调整后的异常辐射指数,并对模拟调整后的异常辐射指数进行匹配判定之后,输出模拟输出结果,此时,监控服务器接收到该模拟输出结果,将模拟输出结果发送至监控客户端,以供核电站执行人员进行参考决略。可理解的,所述模拟输出结果包括但不限于初始的异常辐射指数、最优的等级调整集合(此时,根据该等级调整集合进行模拟计算,获得的模拟调整后的异常辐射指数最小)、模拟调整后的辐射水平等级。
综上所述,本实施例在检测到当前辐射指数超出预设指数阈值时,自动分析当前辐射指数的辐射水平等级,进而结合知识库和模拟调整模型获取模拟调整后的辐射水平等级及其相关的等级调整集合,为核电站执行人员的正确制定和采取最优化的源项控制决策提供了有效的辅助手段,从而使核电站机组辐射源项水平保持在最佳状态,进而实现集体剂量的降低以及核电站业绩指标的提升。
在一实施例中,所述步骤S40,即所述将与所述当前监测时间点关联的所述当前辐射指数更新至所述辐射指数曲线中,并将更新后的所述辐射指数曲线发送至监控客户端,具体包括以下步骤:
首先,将更新后的所述辐射指数曲线输入至预设的曲线评估模型中,接收所述曲线评估模型输出的曲线系数。
然后,根据所述曲线系数和所述当前辐射指数获取预测辐射指数,将所述预测辐射指数与更新后的所述辐射指数曲线关联并发送至所述监控客户端。
在本实施例中,将更新后的辐射指数曲线输入至预设的曲线评估模型中,此时,所述曲线评估模型对更新后的辐射指数曲线中包含的所有数据进行分析,获得用于计算下一个监测时间点的辐射指数的曲线系数,输出该曲线系数,此时,监控服务器接收到该曲线系数时,根据该曲线系数和当前辐射指数计算预测辐射指数,并将预测辐射指数与更新后的辐射指数曲线关联之后,发送至监控客户端,以供核电站执行人员进行参考决略。优选地,可以将曲线系数和当前辐射指数输入至预设的计算模型中,并接收该计算模型输出的计算结果,也即预测辐射指数。其中,所述计算模型为:
NRIn+1=R*NRIn
其中,NRIn+1为所述预测辐射指数;R为所述曲线系数。
综上所述,本实施例在更新辐射指数曲线的同时,自动分析更新的辐射指数曲线,并预测下一个监测时间点的辐射指数,便于提前发现异常数据,从而提前作出处理异常数据的解决策略。
在一实施例中,如图7所示,提供一种百万千瓦级核电站环境辐射监测装置,该百万千瓦级核电站环境辐射监测装置与上述实施例中百万千瓦级核电站环境辐射监测方法一一对应。该百万千瓦级核电站环境辐射监测装置包括以下模块,各功能模块详细说明如下:
数据接收模块110,用于在当前监测时间点接收自核电站中各现场监测设备发送的当前剂量率,根据各所述现场监测设备的设备地址自数据库匹配对应的监测点,并将各所述现场监测设备的当前剂量率关联至对应的监测点。
数据分析模块120,用于将各所述监测点的当前剂量率输入至预设的指数模型,接收所述指数模型输出的当前辐射指数,并将所述当前辐射指数与所述当前监测时间点关联存储。
数据更新模块130,用于获取辐射指数曲线,所述辐射指数曲线中包含与每一个历史监测时间点关联的历史辐射指数,所述历史监测时间点是指所述当前监测时间点之前的所有监测时间点。
数据发送模块140,用于将与所述当前监测时间点关联的所述当前辐射指数更新至所述辐射指数曲线中,并将更新后的所述辐射指数曲线发送至监控客户端。
在一实施例中,所述百万千瓦级核电站环境辐射监测装置还包括以下模块,各功能模块详细说明如下:
登录模块,用于接收自用户客户端发送的登录请求,并对所述用户客户端进行验证。
查询模块,用于在所述用户客户端验证通过后,接收包含查询条件和查询权限的查询请求,将与所述查询权限关联且满足所述查询条件的查询数据以预设文档格式导出并发送至所述用户客户端;所述查询数据包括查询时间点之前的所述历史剂量率和所述历史辐射指数。
在一实施例中,所述数据接收模块110包括以下子模块,各功能子模块详细说明如下:
设备安装子模块,用于根据预设的设备安装指导表,控制智能机器人将各所述现场监测设备安装在对应的各所述监测点;所述设备安装指导表包括各所述现场监测设备的识别信息、各所述监测点的基本信息、各所述现场监测设备与各所述监测点的对应关系。
通信子模块,用于接收自各所述现场监测设备发送的通信连接请求,根据各所述现场监测设备与各所述监测点的对应关系验证并通过所述通信连接请求,将各所述现场监测设备与监控服务器之间的通信连接状态发送至所述监控客户端。
第一状态子模块,用于在所述现场监测设备与所述监控服务器的通信连接状态为连接正常时,同步接收所述现场监测设备发送的当前剂量率。
第二状态子模块,用于在所述现场监测设备与所述监控服务器的通信连接状态为连接异常时,获取连接异常的所述现场监测设备,并将其标记为异常监测设备,向所述智能机器人发送通信异常检测指令,以使所述智能机器人对所述异常监测设备与所述监控服务器通信连接状态进行检修。
在另一实施例中,所述数据接收模块110包括以下子模块,各功能子模块详细说明如下:
布置子模块,用于获取核电站设备布置图,所述核电站设备布置图中显示所有所述现场监测设备在所述核电站中的安装位置对应的所述监测点。
显示子模块,用于将各所述现场监测设备的当前剂量率,显示在所述核电站设备布置图中与各所述现场监测设备对应的所述监测点的标注位置。
在一实施例中,所述数据分析模块120包括以下子模块,各功能子模块详细说明如下:
检测子模块,用于检测所述当前辐射指数是否超过预设指数阈值。
第一响应子模块,用于在所述当前辐射指数超出预设指数阈值时,向所述监控客户端发出超阈值报警信号,并控制预设的报警系统响应所述超阈值报警信号。
第二响应子模块,用于在所述当前辐射指数未超出预设指数阈值时,向所述监控客户端发出安全提示信号,并控制所述报警系统响应所述安全提示信号。
在一实施例中,所述数据分析模块120还包括以下子模块,各功能子模块详细说明如下:
查询子模块,用于自所述数据库获取各所述监测点的剂量率曲线,一个所述剂量率曲线由一个所述监测点在每一个历史监测时间点测得的历史剂量率生成的。
标注子模块,用于根据各所述监测点的预设剂量阈值检测各所述监测点的当前剂量率,获取各所述监测点的检测结果,根据所述检测结果确定各所述当前剂量率的标注颜色。
更新发送子模块,用于将各所述监测点的所述当前剂量率以及所述当前剂量率的标注颜色,更新至各所述监测点的所述剂量率曲线中,并将更新后的所述剂量率曲线发送至所述监控客户端。
在另一实施例中,所述数据分析模块120还包括以下子模块,各功能子模块详细说明如下:
标记子模块,用于将所述当前辐射指数标记为异常辐射指数。
等级评估子模块,用于对所述异常辐射指数进行等级评估,得到辐射水平等级。
匹配子模块,用于自预设的知识库中匹配与所述辐射水平等级关联的等级调整项;所述知识库中的每一个所述辐射水平等级关联至少一个等级调整项。
模拟子模块,用于将所述异常辐射指数和所述等级调整项输入至预设的模拟调整模型中,并接收所述模拟调整模型输出的根据所述等级调整项进行模拟调整后的所述辐射水平等级,并将模拟调整后的所述辐射水平等级发送至所述监控客户端。
在另一实施例中,所述数据发送模块140包括以下子模块,各功能子模块详细说明如下:
曲线评估子模块,用于将更新后的所述辐射指数曲线输入至预设的曲线评估模型中,接收所述曲线评估模型输出的曲线系数。
数据预测子模块,用于根据所述曲线系数和所述当前辐射指数获取预测辐射指数,将所述预测辐射指数与更新后的所述辐射指数曲线关联并发送至所述监控客户端。
关于百万千瓦级核电站环境辐射监测装置的具体限定可以参见上文中对于百万千瓦级核电站环境辐射监测方法的限定,在此不再赘述。上述百万千瓦级核电站环境辐射监测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是监控服务器,其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机可读指令和数据库。该内存储器为非易失性存储介质中的操作系统和计算机可读指令的运行提供环境。该计算机可读指令被处理器执行时以实现一种百万千瓦级核电站环境辐射监测方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机可读指令,处理器执行计算机可读指令时实现以下步骤:
在当前监测时间点接收自核电站中各现场监测设备发送的当前剂量率,根据各所述现场监测设备的设备地址自数据库匹配对应的监测点,并将各所述现场监测设备的当前剂量率关联至对应的监测点;
将各所述监测点的当前剂量率输入至预设的指数模型,接收所述指数模型输出的当前辐射指数,并将所述当前辐射指数与所述当前监测时间点关联存储;
获取辐射指数曲线,所述辐射指数曲线中包含与每一个历史监测时间点关联的历史辐射指数,所述历史监测时间点是指所述当前监测时间点之前的所有监测时间点;
将与所述当前监测时间点关联的所述当前辐射指数更新至所述辐射指数曲线中,并将更新后的所述辐射指数曲线发送至监控客户端。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机可读指令,计算机可读指令被处理器执行时实现以下步骤:
在当前监测时间点接收自核电站中各现场监测设备发送的当前剂量率,根据各所述现场监测设备的设备地址自数据库匹配对应的监测点,并将各所述现场监测设备的当前剂量率关联至对应的监测点;
将各所述监测点的当前剂量率输入至预设的指数模型,接收所述指数模型输出的当前辐射指数,并将所述当前辐射指数与所述当前监测时间点关联存储;
获取辐射指数曲线,所述辐射指数曲线中包含与每一个历史监测时间点关联的历史辐射指数,所述历史监测时间点是指所述当前监测时间点之前的所有监测时间点;
将与所述当前监测时间点关联的所述当前辐射指数更新至所述辐射指数曲线中,并将更新后的所述辐射指数曲线发送至监控客户端。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机可读指令来指令相关的硬件来完成,所述的计算机可读指令可存储于一非易失性计算机可读取存储介质中,该计算机可读指令在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)、存储器总线直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元或模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元或模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种百万千瓦级核电站环境辐射监测方法,其特征在于,包括:
在当前监测时间点接收自核电站中各现场监测设备发送的当前剂量率,根据各所述现场监测设备的设备地址自数据库匹配对应的监测点,并将各所述现场监测设备的当前剂量率关联至对应的监测点;
将各所述监测点的当前剂量率输入至预设的指数模型,接收所述指数模型输出的当前辐射指数,并将所述当前辐射指数与所述当前监测时间点关联存储;
获取辐射指数曲线,所述辐射指数曲线中包含与每一个历史监测时间点关联的历史辐射指数,所述历史监测时间点是指所述当前监测时间点之前的所有监测时间点;
将与所述当前监测时间点关联的所述当前辐射指数更新至所述辐射指数曲线中,并将更新后的所述辐射指数曲线发送至监控客户端;
所述将与所述当前监测时间点关联的所述当前辐射指数更新至所述辐射指数曲线中,并将更新后的所述辐射指数曲线发送至监控客户端,包括:
将更新后的所述辐射指数曲线输入至预设的曲线评估模型中,通过所述曲线评估模型对更新后的辐射指数曲线中包含的所有数据进行分析,获得用于计算下一个监测时间点的辐射指数的曲线系数,输出该曲线系数;
将所述曲线系数和所述当前辐射指数输入至预设的计算模型中,并接收该计算模型输出的预测辐射指数;将所述预测辐射指数与更新后的所述辐射指数曲线关联并发送至所述监控客户端;所述计算模型为:
NRIn+1=R*NRIn
其中,NRIn+1为下一个监测时间点的辐射指数;NRIn为所述当前辐射指数;R为所述曲线系数。
2.如权利要求1所述的百万千瓦级核电站环境辐射监测方法,其特征在于,所述在当前监测时间点接收自核电站中各现场监测设备发送的当前剂量率,根据各所述现场监测设备的设备地址自数据库匹配对应的监测点,并将各所述现场监测设备的当前剂量率关联至对应的监测点之前,包括:
根据预设的设备安装指导表,控制智能机器人将各所述现场监测设备安装在对应的各所述监测点;所述设备安装指导表包括各所述现场监测设备的识别信息、各所述监测点的基本信息、各所述现场监测设备与各所述监测点的对应关系;
接收自各所述现场监测设备发送的通信连接请求,根据各所述现场监测设备与各所述监测点的对应关系验证并通过所述通信连接请求,将各所述现场监测设备与监控服务器之间的通信连接状态发送至所述监控客户端;
在所述现场监测设备与所述监控服务器的通信连接状态为连接正常时,同步接收所述现场监测设备发送的当前剂量率;
在所述现场监测设备与所述监控服务器的通信连接状态为连接异常时,获取连接异常的所述现场监测设备,并将其标记为异常监测设备,向所述智能机器人发送通信异常检测指令,以使所述智能机器人对所述异常监测设备与所述监控服务器通信连接状态进行检修。
3.如权利要求1所述的百万千瓦级核电站环境辐射监测方法,其特征在于,所述将各所述现场监测设备的当前剂量率关联至对应的监测点,包括:
获取核电站设备布置图,所述核电站设备布置图中显示所有所述现场监测设备在所述核电站中的安装位置对应的所述监测点;
将各所述现场监测设备的当前剂量率,显示在所述核电站设备布置图中与各所述现场监测设备对应的所述监测点的标注位置。
4.如权利要求1所述的百万千瓦级核电站环境辐射监测方法,其特征在于,所述将各所述监测点的当前剂量率输入至预设的指数模型,接收所述指数模型输出的当前辐射指数,并将所述当前辐射指数与所述当前监测时间点关联存储之后,包括:
检测所述当前辐射指数是否超过预设指数阈值;
在所述当前辐射指数超出预设指数阈值时,向所述监控客户端发出超阈值报警信号,并控制预设的报警系统响应所述超阈值报警信号;
在所述当前辐射指数未超出预设指数阈值时,向所述监控客户端发出安全提示信号,并控制所述报警系统响应所述安全提示信号。
5.如权利要求4所述的百万千瓦级核电站环境辐射监测方法,其特征在于,所述在所述当前辐射指数超出预设指数阈值之后,包括:
自所述数据库获取各所述监测点的剂量率曲线,一个所述剂量率曲线由一个所述监测点在每一个历史监测时间点测得的历史剂量率生成的;
根据各所述监测点的预设剂量阈值检测各所述监测点的当前剂量率,获取各所述监测点的检测结果,根据所述检测结果确定各所述当前剂量率的标注颜色;
将各所述监测点的所述当前剂量率以及所述当前剂量率的标注颜色,更新至各所述监测点的所述剂量率曲线中,并将更新后的所述剂量率曲线发送至所述监控客户端。
6.如权利要求4所述的百万千瓦级核电站环境辐射监测方法,其特征在于,所述在所述当前辐射指数超出预设指数阈值之后,包括:
将所述当前辐射指数标记为异常辐射指数;
对所述异常辐射指数进行等级评估,得到辐射水平等级;
自预设的知识库中匹配与所述辐射水平等级关联的等级调整项;所述知识库中的每一个所述辐射水平等级关联至少一个等级调整项;
将所述异常辐射指数和所述等级调整项输入至预设的模拟调整模型中,并接收所述模拟调整模型输出的根据所述等级调整项进行模拟调整后的所述辐射水平等级,并将模拟调整后的所述辐射水平等级发送至所述监控客户端。
7.如权利要求1所述的百万千瓦级核电站环境辐射监测方法,其特征在于,所述方法还包括:
接收自用户客户端发送的登录请求,并对所述用户客户端进行验证;
在所述用户客户端验证通过后,接收包含查询条件和查询权限的查询请求,将与所述查询权限关联且满足所述查询条件的查询数据以预设文档格式导出并发送至所述用户客户端;所述查询数据包括查询时间点之前的历史剂量率和所述历史辐射指数。
8.一种百万千瓦级核电站环境辐射监测装置,其特征在于,所述装置包括:
数据接收模块,用于在当前监测时间点接收自核电站中各现场监测设备发送的当前剂量率,根据各所述现场监测设备的设备地址自数据库匹配对应的监测点,并将各所述现场监测设备的当前剂量率关联至对应的监测点;
数据分析模块,用于将各所述监测点的当前剂量率输入至预设的指数模型,接收所述指数模型输出的当前辐射指数,并将所述当前辐射指数与所述当前监测时间点关联存储;
数据更新模块,用于获取辐射指数曲线,所述辐射指数曲线中包含与每一个历史监测时间点关联的历史辐射指数,所述历史监测时间点是指所述当前监测时间点之前的所有监测时间点;
数据发送模块,用于将与所述当前监测时间点关联的所述当前辐射指数更新至所述辐射指数曲线中,并将更新后的所述辐射指数曲线发送至监控客户端;
所述数据发送模块,包括:
曲线评估子模块,用于将更新后的所述辐射指数曲线输入至预设的曲线评估模型中,通过所述曲线评估模型对更新后的辐射指数曲线中包含的所有数据进行分析,获得用于计算下一个监测时间点的辐射指数的曲线系数,输出该曲线系数;
数据预测子模块,用于将所述曲线系数和所述当前辐射指数输入至预设的计算模型中,并接收该计算模型输出的预测辐射指数;将所述预测辐射指数与更新后的所述辐射指数曲线关联并发送至所述监控客户端;所述计算模型为:
NRIn+1=R*NRIn
其中,NRIn+1为下一个监测时间点的辐射指数;NRIn为所述当前辐射指数;R为所述曲线系数。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,其特征在于,所述处理器执行所述计算机可读指令时实现如权利要求1至7任一项所述的百万千瓦级核电站环境辐射监测方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,其特征在于,所述计算机可读指令被处理器执行时实现如权利要求1至7任一项所述的百万千瓦级核电站环境辐射监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910405224.3A CN110133706B (zh) | 2019-05-16 | 2019-05-16 | 百万千瓦级核电站环境辐射监测方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910405224.3A CN110133706B (zh) | 2019-05-16 | 2019-05-16 | 百万千瓦级核电站环境辐射监测方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110133706A CN110133706A (zh) | 2019-08-16 |
CN110133706B true CN110133706B (zh) | 2020-11-03 |
Family
ID=67574296
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910405224.3A Active CN110133706B (zh) | 2019-05-16 | 2019-05-16 | 百万千瓦级核电站环境辐射监测方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110133706B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110850463A (zh) * | 2019-10-09 | 2020-02-28 | 岭澳核电有限公司 | 一种核电站放射性监测方法、装置、控制终端及监测系统 |
CN111950936B (zh) * | 2020-08-31 | 2023-08-18 | 平安国际智慧城市科技股份有限公司 | 空气质量监测方法、装置、设备及介质 |
CN112330931B (zh) * | 2020-09-09 | 2022-03-11 | 中国原子能科学研究院 | 一种优化的临界事故报警方法及系统 |
CN112464260A (zh) * | 2020-11-25 | 2021-03-09 | 四川易诚智讯科技有限公司 | 一种核电站周边敏感数据传输方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103973513A (zh) * | 2014-05-05 | 2014-08-06 | 中广核(北京)仿真技术有限公司 | 一种核电站全范围模拟机的远程监测方法和系统 |
CN105629288A (zh) * | 2015-12-28 | 2016-06-01 | 深圳先进技术研究院 | 核电站辐射分布的预测系统 |
CN108038567A (zh) * | 2017-12-01 | 2018-05-15 | 安徽中科超安科技有限公司 | 基于移动定位与辐射监测数据的核电站区域应急疏散系统 |
EP3321714A1 (en) * | 2015-07-06 | 2018-05-16 | Hitachi, Ltd. | Radiation monitor |
US10004132B2 (en) * | 2014-10-23 | 2018-06-19 | Mitsubishi Electric Corporation | Dose rate monitoring device |
CN108535759A (zh) * | 2018-03-16 | 2018-09-14 | 广东核电合营有限公司 | 百万千瓦级核电站的远程辐射防护监控方法、装置及系统 |
CN108846206A (zh) * | 2018-06-15 | 2018-11-20 | 中广核研究院有限公司 | 一种基于多种重构算法重构反应堆时空分布模型的方法和装置 |
CN109507710A (zh) * | 2018-10-31 | 2019-03-22 | 深圳中广核工程设计有限公司 | 核电站辐射监测方法、装置、计算机设备及存储介质 |
-
2019
- 2019-05-16 CN CN201910405224.3A patent/CN110133706B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103973513A (zh) * | 2014-05-05 | 2014-08-06 | 中广核(北京)仿真技术有限公司 | 一种核电站全范围模拟机的远程监测方法和系统 |
US10004132B2 (en) * | 2014-10-23 | 2018-06-19 | Mitsubishi Electric Corporation | Dose rate monitoring device |
EP3321714A1 (en) * | 2015-07-06 | 2018-05-16 | Hitachi, Ltd. | Radiation monitor |
CN105629288A (zh) * | 2015-12-28 | 2016-06-01 | 深圳先进技术研究院 | 核电站辐射分布的预测系统 |
CN108038567A (zh) * | 2017-12-01 | 2018-05-15 | 安徽中科超安科技有限公司 | 基于移动定位与辐射监测数据的核电站区域应急疏散系统 |
CN108535759A (zh) * | 2018-03-16 | 2018-09-14 | 广东核电合营有限公司 | 百万千瓦级核电站的远程辐射防护监控方法、装置及系统 |
CN108846206A (zh) * | 2018-06-15 | 2018-11-20 | 中广核研究院有限公司 | 一种基于多种重构算法重构反应堆时空分布模型的方法和装置 |
CN109507710A (zh) * | 2018-10-31 | 2019-03-22 | 深圳中广核工程设计有限公司 | 核电站辐射监测方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110133706A (zh) | 2019-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110133706B (zh) | 百万千瓦级核电站环境辐射监测方法、装置、设备及介质 | |
CN108564181B (zh) | 电力设备故障检测与维修方法及终端设备 | |
CN109684179B (zh) | 系统故障的预警方法、装置、设备及存储介质 | |
CN110278121B (zh) | 一种检测网络性能异常的方法、装置、设备及存储介质 | |
US10520927B2 (en) | System and method for managing an industrial equipment system | |
US20130246291A1 (en) | System and method for automated compliance verification | |
US11906112B2 (en) | Methods for safety management of compressors in smart gas pipeline network and internet of things systems thereof | |
CN104571016A (zh) | 核电站dcs可视化运维操作方法和系统 | |
US20230108309A1 (en) | Methods and systems for gas meter replacement prompt based on a smart gas internet of things | |
CN116757447B (zh) | 一种智能快检装置的测试任务分配方法及系统 | |
US11830091B2 (en) | Methods for production line electricity management based on an industrial internet of things, systems and storage mediums thereof | |
CN109684863B (zh) | 数据防泄漏方法、装置、设备及存储介质 | |
US11842301B1 (en) | Methods for monitoring distributed energy storage safety and internet of things systems thereof | |
CN114639183B (zh) | 基于元素化的智能巡检方法、系统、计算机设备及介质 | |
CN108171346B (zh) | 核电厂仪控维修数据的处理方法、装置和计算机设备 | |
EP2825985A1 (en) | System and method for automated compliance verification | |
CN112306808A (zh) | 性能监测评价方法、装置、计算机设备及可读存储介质 | |
CN114417996A (zh) | 一种分布式光伏组串的异常检测方法、装置和电子设备 | |
EP3790032A1 (en) | Gas monitoring system | |
CN110895742A (zh) | 电力调度机器人风险评估方法及其系统 | |
CN113722177B (zh) | 时序指标异常检测方法、装置、系统、设备及存储介质 | |
CN114841661A (zh) | 一种离散加工管理方法及系统 | |
CN111141981B (zh) | 线损点检方法、装置、计算机设备和存储介质 | |
CN103580933B (zh) | 环境在线分析仪的故障点识别方法及系统 | |
CN114401494B (zh) | 短消息下发异常检测方法、装置、计算机设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |