CN111581582B - 一种基于功率谱分析的中子探测信号数字处理方法 - Google Patents

Abstract

本发明公开了一种基于功率谱分析的中子探测信号数字处理方法，该方法首先接收新的测量数据，将数据进行归一化处理，计算新数据的功率谱密度，进而得到功率谱均值。将功率谱均值与预设的功率谱均值范围进行比较，如果在范围之内，则认为没有干扰，反之则认为存在干扰，将之前若干数据的平均值作为新采集的数据进行处理。本发明提出了一种工程可用的数字处理方法可以识别偶发干扰，并将干扰去除，进而消除干扰对测量结果的影响，大大提高核测量的可靠性。

Description

一种基于功率谱分析的中子探测信号数字处理方法

技术领域

本发明涉及核测量技术领域，具体涉及一种基于功率谱分析的中子探测信号数字处理方法。

背景技术

核测量仪表在反应堆运行过程中监测反应堆中子注量率及变化情况，向操作人员提供反应堆功率和反应堆周期等信息。在反应堆启动过程中，核测量仪表是少数可以起监测作用的测量仪表。因此，核测量仪表测量结果的准确性对反应堆的运行和安全至关重要。核测量仪表测量的对象是反应堆中子探测器输出的信号，即核测信号。这种信号很微弱，在传输过程中容易受到外界的干扰。例如：当中子注量率处于较低的水平时，操控泵阀的动作可能会引起核测量仪表测量结果的突变；另外，核电站也有因测量结果突变而触发高注量率跳堆信号的事件。

早期核测量仪表使用的全模拟电路，在硬件上设计了屏蔽、隔离和接地等措施，但对于直接作用于信号传输路径上干扰，单独的硬件措施不能完全消除干扰的影响。随着数字技术的发展，核测量仪表仍然没有有效手段消除偶发事件对测量结果的干扰。

目前，针对核测量仪表的干扰问题，核电厂采用的手段是对核测量电缆单独敷设，并提高电缆的屏蔽能力，但现在仍然有如源区闪发计数、功率区误触发高注量率停堆的事件。

发明内容

本方法的目的在于提供一种基于功率谱分析的数字处理方法，消除偶发干扰对仪表测量结果的影响。

本发明通过下述技术方案实现：

一种基于功率谱分析的中子探测信号数字处理方法，该方法包括以下步骤：

步骤S1，采集新的测量数据，对测量数据进行归一化处理；

步骤S2，基于归一化处理后的数据，计算新的测量数据的功率谱密度，从而得到功率谱均值；

步骤S3，将功率谱均值与预设的功率谱均值范围进行比较，如果在范围之内，则没有干扰；反之则存在干扰，将新的测量数据之前的若干数据的平均值作为新采集的测量数据进行处理。

本发明的一种基于功率谱分析的数字处理方法的基本原理在于：偶发干扰信号叠加在正常信号上，在一段时间内，正常信号的功率谱密度均值是在一定范围内的，当偶发干扰叠加后，其测量结果的功率谱密度均值会明显增加，因此，可以根据功率谱密度的均值作为特征值，判断信号是否受到干扰，对信号进行处理后，消除干扰的影响。

反应堆在启堆过程中，中子注量率变化范围超过5个量级，不同功率水平下的功率谱密度计算差别很大，必须进行数据的归一化处理。归一化处理主要考虑两方面的情况：一方面是功率水平的差别；另一方面是启堆过程和稳态功率运行状态时功率变化率的差别。优选的，本发明的步骤S1中对测量数据进行归一化处理具体包括：

步骤S11，将测量数据构成需要处理的数据组；

步骤S12，按自然指数进行对数处理形成对数数组，并用最小二乘法进行线性拟合得到拟合直线的截距；

步骤S13，将对数数组的数据分别减去拟合直线的截距，再将减去截距之后的数据分别除以数据位号形成归一化的数据数组。

本发明中的参数包括处理数据长度、采样时间间隔和功率水平。其中，处理数据长度和采样时间间隔与设备硬件及工程要求相关。本发明中，要求处理数据长度尽可能长，采样时间间隔尽可能短，则采样时间间隔应选取硬件采样的下限值。优选的，本发明的步骤S11中数据组的数据长度为N，数据长度等于响应时间要求除以数据采样时间间隔，且数据长度为2的n次幂，n为正整数。

优选的，本发明的步骤S11的具体过程包括：

步骤S111，建立一个长度为N的数据组；

步骤S112，数据组进行逐位递推后，将新采集的测量数据放入最新的数据位置，则构成需要处理的数据组。

优选的，本发明的步骤S2中获得功率谱均值具体包括：

步骤S21，对归一化的数据进行自相关计算；

步骤S22，对自相关函数进行傅里叶变换并求取平均值，得到功率谱密度均值。

优选的，本发明的步骤S21的自相关计算公式如下：

式中，r(m)是自相关值；x(n)是第n个归一化数据；N为处理数据长度。

优选的，本发明的步骤S22的功率谱密度均值计算公式如下：

式中，P_x是功率谱密度均值。

由于不同功率水平下的信号的统计特性差别较大，因此，本发明根据功率水平对功率谱密度均值进行分段处理。优选的，本发明的步骤S3中的预设的功率谱均值与功率水平相关：将最新的一段时间内的测量数据求和得到功率水平，根据功率水平来确定预设功率谱均值。即在每次处理过程中，根据实际的功率水平选取不同的正常功率谱均值进行处理。

进一步的，本发明的功率水平分为三段：低功率水平段、较低功率水平段和较高功率水平段；低功率水平对应于反应堆1×10^-7％FP～1×10^-6％FP，较低功率水平段对应于反应堆1×10^-6％FP～1×10^-5％FP，较高功率水平段对应于反应堆大于1×10^-5％FP的功率水平。

进一步的，本发明的低功率水平段对应的预设功率谱均值为5，较低功率水平段对应的预设功率谱均值为3，较高功率水平段对应的预设功率谱均值为1。

本发明具有如下的优点和有益效果：

本发明提出了一种工程可用的数字处理方法可以识别偶发干扰，并将干扰去除，进而消除干扰对测量结果的影响，大大提高核测量的可靠性。

对含干扰的数据进行离线处理，处理结果表明，应用功率谱分析的中子探测信号数字处理方法，能够识别干扰信号占正常信号比重大于5％的信号并进行处理。

附图说明

此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：

图1为本发明的方法流程示意图。

图2为本发明的不同功率水平的区间划分示意图。

图3为本发明的方法处理效果示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

实施例1

本实施例提出了一种基于功率谱分析的中子探测信号数字处理方法。

本实施例的基于功率谱分析的中子探测信号数字处理方法的流程如图1所示。首先接收新的测量数据，将数据进行归一化处理，计算新数据的功率谱密度，进而得到功率谱均值。将功率谱均值与预设的功率谱均值范围进行比较，如果在范围之内，则认为没有干扰，反之则认为存在干扰，将之前若干数据的平均值作为新采集的数据进行处理。

反应堆在启堆过程中，中子注量率变化范围超过5个量级，不同功率水平下的功率谱密度计算差别很大，必须进行数据的归一化处理。归一化处理考虑了两方面的情况：一是功率水平的差别；二是启堆过程和稳态功率运行状态时功率变化率的差别。

因此，本实施例中归一化处理过程具体包括：对需要处理的测量结果组成一组数据(具体的，建立一个长度为N的数据组；数据组进行逐位递推后，将新采集的测量数据放入最新的数据位置，则构成需要处理的数据组)，按自然指数进行对数处理形成对数数组，并用最小二乘法进行线性拟合，将对数数组的数据减去拟合直线的截距(截距代表了功率水平)，再将数据除以数据标识号(数据位号)形成归一化后的数据数组，该操作用于消除功率变化率的差别。

本实施例的处理方法的参数包括处理数据长度、采样时间间隔和功率水平。处理数据长度和采样时间间隔与设备硬件及工程要求相关。要求处理数据长度尽可能长，时间间隔尽可能短。时间间隔应选取硬件采样的下限值，数据长度应用响应时间要求除以时间间隔，并且应该为2的n次幂(n为整数)。

功率水平是由于不同功率水平下的信号的统计特性差别较大，分为三段：低功率水平段、较低功率水平段和较高功率水平段。低功率水平段对应于反应堆1×10^-7％FP～1×10^-6％FP，较低功率水平段对应于反应堆1×10^-6％FP～1×10^-5％FP，较高功率水平段对应于反应堆大于1×10^-5％FP的功率水平。如图2所示。

本实施例中，计算新数据的功率谱密度，进而得到功率谱均值具体过程如下：

(1)对归一化的数据进行自相关计算：

自相关计算公式如下：

式中，r(m)是自相关值；x(n)是第n个归一化数据；N为处理数据长度。

(2)对自相关函数进行傅里叶变换并求取平均值，得到功率谱密度均值。

功率谱密度均值计算公式如下：

式中，P_x是功率谱密度均值。

由于不同功率水平下的信号的统计特性差别较大，因此，本实施例根据功率水平对功率谱密度均值进行分段处理。即预设的功率谱均值与功率水平相关：将最新的一段时间内的测量数据求和得到功率水平，根据功率水平来确定预设功率谱均值。具体的，本实施例的低功率水平段对应的预设功率谱均值为5，较低功率水平段对应的预设功率谱均值为3，较高功率水平段对应的预设功率谱均值为1。

实施例2

以源区段核测量仪表为例，进一步阐述上述实施例1提出的基于功率谱分析的中子探测信号数字处理方法在工程中的应用。

将数字处理方法装载到仪表的处理器中。数据长度为16，时间间隔为0.1s，低功率水平段参数为5，较低功率水平段参数为3，较高功率水平段参数为1。需要说明的是，上面的参数仅是一个案例，选取其他参数不改变本方法的实质。

具体应用过程如下：

(1)建立一个长度为16的计数率数组；

(2)当采集新数据后，先对数组进行逐位递推后，将新数据放入最新的数据位置；

(3)对最新的1s内数据求和，如果在低功率水平段则判断值选取5，如果在较低功率水平段则判断值选取3，如果在较高功率水平段则判断值选取1；

(4)将计数率数组内数据取对数后，将数据存入对数计数率数组；

(5)按最小二乘法计算16个数据拟合直线的截距；

(6)每个对数计数率数组减去截距后，除以数据位号，得到归一化后的数据数组；

(7)将归一化后的数据数组进行功率谱密度的计算，并求出功率谱密度的均值；

(8)比较均值和判断值，如果均值小于判断值，则不处理，如果均值大于判断值则将1s前的数据取平均值作为新采集的数据。

如图3所示，利用这一方法，核测量仪表可以有效识别干扰比重大于5％的干扰信号，有效解决了核测量仪表的偶发干扰问题，提高了核测量仪表的抗干扰能力。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种基于功率谱分析的中子探测信号数字处理方法，其特征在于，该方法包括以下步骤：

步骤S1，采集新的测量数据，对测量数据进行归一化处理；

步骤S2，基于归一化处理后的数据，计算新的测量数据的功率谱密度，从而得到功率谱均值；

步骤S3，将功率谱均值与预设的功率谱均值范围进行比较，如果在范围之内，则没有干扰；反之则存在干扰，将新的测量数据之前的若干数据的平均值作为新采集的测量数据进行处理；

步骤S11，将测量数据构成需要处理的数据组；

步骤S12，按自然指数进行对数处理形成对数数组，并用最小二乘法进行线性拟合得到拟合直线的截距；

步骤S13，将对数数组的数据分别减去拟合直线的截距，再将减去截距之后的数据分别除以数据位号形成归一化的数据数组；所述步骤S11中数据组的数据长度为N，数据长度等于响应时间要求除以数据采样时间间隔，且数据长度为2的n次幂，n为正整数；所述步骤S11的具体过程包括：

步骤S111，建立一个长度为N的数据组；

步骤S112，数据组进行逐位递推后，将新采集的测量数据放入最新的数据位置，则构成需要处理的数据组；

所述步骤S3中的预设的功率谱均值与功率水平相关：将最新的一段时间内的测量数据求和得到功率水平，根据功率水平来确定预设功率谱均值；

功率水平分为三段：低功率水平段、较低功率水平段和较高功率水平段；低功率水平对应于反应堆1×10^-7％FP～1×10^-6％FP，较低功率水平段对应于反应堆1×10^-6％FP～1×10^-5％FP，较高功率水平段对应于反应堆大于1×10^-5％FP的功率水平；

低功率水平段对应的预设功率谱均值为5，较低功率水平段对应的预设功率谱均值为3，较高功率水平段对应的预设功率谱均值为1。

2.根据权利要求1所述的方法，其特征在于，所述步骤S2中获得功率谱均值具体包括：

步骤S21，对归一化的数据进行自相关计算；

步骤S22，对自相关函数进行傅里叶变换并求取平均值，得到功率谱密度均值。

3.根据权利要求2所述的方法，其特征在于，所述步骤S21的自相关计算公式如下：

式中，r(m)是自相关值；x(n)是第n个归一化数据；N为处理数据长度。

4.根据权利要求3所述的方法，其特征在于，所述步骤S22的功率谱密度均值计算公式如下：

式中，P_x是功率谱密度均值。

Images