CN114742171A - 一种本征正交分解样本压缩方法、装置及存储介质 - Google Patents
一种本征正交分解样本压缩方法、装置及存储介质 Download PDFInfo
- Publication number
- CN114742171A CN114742171A CN202210437043.0A CN202210437043A CN114742171A CN 114742171 A CN114742171 A CN 114742171A CN 202210437043 A CN202210437043 A CN 202210437043A CN 114742171 A CN114742171 A CN 114742171A
- Authority
- CN
- China
- Prior art keywords
- orthogonal decomposition
- sample
- power distribution
- intrinsic
- elements
- 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.)
- Pending
Links
- 238000000354 decomposition reaction Methods 0.000 title claims abstract description 156
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000007906 compression Methods 0.000 title claims abstract description 23
- 230000006835 compression Effects 0.000 title claims abstract description 22
- 238000009826 distribution Methods 0.000 claims abstract description 97
- 238000004364 calculation method Methods 0.000 claims abstract description 25
- 238000004590 computer program Methods 0.000 claims description 8
- 230000014759 maintenance of location Effects 0.000 claims description 3
- 230000000717 retained effect Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 7
- ZOXJGFHDIHLPTG-UHFFFAOYSA-N Boron Chemical compound [B] ZOXJGFHDIHLPTG-UHFFFAOYSA-N 0.000 description 4
- 229910052796 boron Inorganic materials 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002574 poison Substances 0.000 description 1
- 231100000614 poison Toxicity 0.000 description 1
- 238000004088 simulation 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/06—Power analysis or power optimisation
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明公开了一种本征正交分解样本压缩方法、装置及存储介质。该方法包括:对本征正交分解原始样本内的所有元素进行两两组合,得到若干个元素组合,并分别计算每一元素组合的堆芯三维功率分布相似性,得到所有元素组合的堆芯三维功率分布相似性;遍历本征正交分解原始样本内除了第一个元素的其余元素,从当前元素所属的所有元素组合中选择目标元素组合,并根据目标元素组合的堆芯三维功率分布相似性与预设阈值的比较结果,选择保留或舍弃当前元素,得到本征正交分解原始样本内的所有保留元素;整理本征正交分解原始样本内的第一个元素和所有保留元素,得到本征正交分解压缩样本。本发明能够进一步提高堆芯功率在线重构的计算速度和计算精度。
Description
技术领域
本发明涉及核反应堆堆芯运行技术领域,尤其涉及一种本征正交分解样本压缩方法、装置及存储介质。
背景技术
核反应堆堆芯三维功率分布是反映堆芯运行安全的重要指标之一,在堆芯内部或外部特定位置安装中子探测器是实现堆芯三维功率分布实时监测的必要手段,同时还需要借助于堆芯功率在线重构方法,如谐波展开法、样条函数拟合法、耦合系数法、本征正交分解法等。其中,本征正交分解指的是对定义于某一空间域的一组已知函数求解一组基函数,使该已知函数投影到该基函数上的平方投影最大的过程,该组已知函数称为本征正交分解的样本,该基函数称为本征正交基。
据此,基于本征正交分解的堆芯功率在线重构技术,其原理可以简述为:以不同堆芯状态或时刻的三维功率分布为样本进行本征正交分解,得到一组本征正交基,以此作为基函数对堆芯三维功率分布进行展开,并结合探测器测量值求解得到展开系数,进而实现堆芯功率在线重构。可见,基于本征正交分解的堆芯功率在线重构技术,可以在一次在线重构计算中同时考虑不同时刻的堆芯功率空间特性,计算时间较短且计算精度较高。在此基础上,如何提前制备本征正交基,即选取本征正交分解样本,成为当前的研究热点。
为了提高本征正交分解样本的适用性,要求选取的本征正交分解样本尽可能全面地包含堆芯实际运行时所涉及的状态,通常以多维网格的方式考虑堆芯参数,如平均燃耗、硼浓度、控制棒位置、平均功率等,将对应的堆芯三维功率分布作为本征正交分解样本,这导致了本征正交分解样本的样本量增多且有空间特性的重复,难以进一步提高堆芯功率在线重构的计算速度和计算精度。
发明内容
为了克服现有技术的缺陷,本发明提供一种本征正交分解样本压缩方法、装置及存储介质,能够压缩本征正交分解样本,有效减少本征正交分解样本的样本量,以及避免本征正交分解样本的空间特性重复,进一步提高堆芯功率在线重构的计算速度和计算精度。
为了解决上述技术问题,第一方面,本发明一实施例提供一种本征正交分解样本压缩方法,包括:
对本征正交分解原始样本内的所有元素进行两两组合,得到若干个元素组合,并分别计算每一所述元素组合的堆芯三维功率分布相似性,得到所有所述元素组合的堆芯三维功率分布相似性;
遍历所述本征正交分解原始样本内除了第一个元素的其余元素,从当前元素所属的所有元素组合中选择目标元素组合,并根据所述目标元素组合的堆芯三维功率分布相似性与预设阈值的比较结果,选择保留或舍弃所述当前元素,得到所述本征正交分解原始样本内的所有保留元素;
整理所述本征正交分解原始样本内的第一个元素和所有保留元素,得到本征正交分解压缩样本。
进一步地,所述从当前元素所属的所有元素组合中选择目标元素组合,具体为:
将所述当前元素所属的所有元素组合均作为预选元素组合,对于每一所述预选元素组合,当所述当前元素在所述本征正交分解原始样本内的样本序号大于所述预选元素组合中另一元素在所述本征正交分解原始样本内的样本序号时,将所述预选元素组合作为所述目标元素组合。
进一步地,所述根据所述目标元素组合的堆芯三维功率分布相似性与预设阈值的比较结果,选择保留或舍弃所述当前元素,具体为:
当所述目标元素组合的堆芯三维功率分布相似性小于所述预设阈值时,保留所述当前元素;
当所述目标元素组合的堆芯三维功率分布相似性大于等于所述预设阈值时,舍弃所述当前元素。
进一步地,在所述对本征正交分解原始样本内的所有元素进行两两组合,得到若干个元素组合之前,还包括:
获取所述本征正交分解原始样本{P1(r),P2(r),...,PN-1(r),PN(r)};其中,N为所述本征正交分解原始样本内所有元素的总数,N为正整数,P为堆芯三维功率分布,r为空间位置。
进一步地,所述元素组合的堆芯三维功率分布相似性为:
其中,Gij为由所述本征正交基原始样本内第i个元素和第j个元素组成的元素组合的堆芯三维功率分布相似性;Pi(r)为所述本征正交基原始样本内的第i个元素,Pj(r)所述本征正交基原始样本内的第j个元素,i<j且i<N,j≤N;|·|2表示对空间位置求平方和。
进一步地,所述预设阈值大于0且小于1。
第二方面,本发明一实施例提供一种本征正交分解样本压缩装置,包括:
相似性计算模块,用于对本征正交分解原始样本内的所有元素进行两两组合,得到若干个元素组合,并分别计算每一所述元素组合的堆芯三维功率分布相似性,得到所有所述元素组合的堆芯三维功率分布相似性;
元素保留模块,用于遍历所述本征正交分解原始样本内除了第一个元素的其余元素,从当前元素所属的所有元素组合中选择目标元素组合,并根据所述目标元素组合的堆芯三维功率分布相似性与预设阈值的比较结果,选择保留或舍弃所述当前元素,得到所述本征正交分解原始样本内的所有保留元素;
样本压缩模块,用于整理所述本征正交分解原始样本内的第一个元素和所有保留元素,得到本征正交分解压缩样本。
进一步地,所述元素保留模块,具体用于将所述当前元素所属的所有元素组合均作为预选元素组合,对于每一所述预选元素组合,当所述当前元素在所述本征正交分解原始样本内的样本序号大于所述预选元素组合中另一元素在所述本征正交分解原始样本内的样本序号时,将所述预选元素组合作为所述目标元素组合。
进一步地,所述元素保留模块,具体用于当所述目标元素组合的堆芯三维功率分布相似性小于所述预设阈值时,保留所述当前元素;当所述目标元素组合的堆芯三维功率分布相似性大于等于所述预设阈值时,舍弃所述当前元素。
第三方面,本发明一实施例提供一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上所述的本征正交分解样本压缩方法。
本发明的实施例,具有如下有益效果:
通过对本征正交分解原始样本内的所有元素进行两两组合,得到若干个元素组合,并分别计算每一元素组合的堆芯三维功率分布相似性,得到所有元素组合的堆芯三维功率分布相似性,遍历本征正交分解原始样本内除了第一个元素的其余元素,从当前元素所属的所有元素组合中选择目标元素组合,并根据目标元素组合的堆芯三维功率分布相似性与预设阈值的比较结果,选择保留或舍弃当前元素,得到本征正交分解原始样本内的所有保留元素,整理本征正交分解原始样本内的第一个元素和所有保留元素,得到本征正交分解压缩样本,实现压缩本征正交基样本。相比于现有技术,本发明的实施例通过计算本征正交分解原始样本内元素间的堆芯三维功率分布相似性,根据本征正交分解原始样本内元素间的堆芯三维功率分布相似性与预设阈值的比较结果,对本征正交分解原始样本内的元素进行取舍,能够压缩本征正交分解样本,有效减少本征正交分解样本的样本量,以及避免本征正交分解样本的空间特性重复,进一步提高堆芯功率在线重构的计算速度和计算精度。
附图说明
图1为本发明第一实施例中的一种本征正交分解样本压缩方法的流程示意图;
图2为本发明第一实施例中示例的典型压水堆堆芯的径向示意图;
图3为本发明第一实施例中示例的堆芯平均燃耗及硼浓度示意图;
图4为本发明第一实施例中示例的一种本征正交分解样本压缩方法的流程示意图;
图5为本发明第二实施例中的一种本征正交分解样本压缩装置的结构示意图。
具体实施方式
下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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做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。
需要说明的是,文中的步骤编号,仅为了方便具体实施例的解释,不作为限定步骤执行先后顺序的作用。本实施例提供的方法可以由相关的终端设备执行,且下文均以处理器作为执行主体为例进行说明。
如图1所示,第一实施例提供一种本征正交分解样本压缩方法,包括步骤S1~S3:
S1、对本征正交分解原始样本内的所有元素进行两两组合,得到若干个元素组合,并分别计算每一元素组合的堆芯三维功率分布相似性,得到所有元素组合的堆芯三维功率分布相似性;
S2、遍历本征正交分解原始样本内除了第一个元素的其余元素,从当前元素所属的所有元素组合中选择目标元素组合,并根据目标元素组合的堆芯三维功率分布相似性与预设阈值的比较结果,选择保留或舍弃当前元素,得到本征正交分解原始样本内的所有保留元素;
S3、整理本征正交分解原始样本内的第一个元素和所有保留元素,得到本征正交分解压缩样本。
作为示例性地,在步骤S1中,预先获取堆芯三维功率分布作为本征正交分解原始样本{P1(r),P2(r),...,PN-1(r),PN(r)},N为本征正交分解原始样本内所有元素的总数,N为正整数,P为堆芯三维功率分布,r为空间位置。
其中,可以采用现有的获取堆芯三维功率分布的计算程序进行堆芯模拟和计算,得到不同堆芯参数,如硼浓度、平均燃耗、平均功率、控制棒位置等条件下的堆芯三维功率分布。本征正交分解原始样本内所有元素的元素序号可以通过堆芯参数的改变模拟堆芯计算获得,如根据堆芯计算结果排列获得。如图2-3所示,图2为示例的典型压水堆堆芯的径向示意图,方格中的数字代表燃料组件内的可燃毒物棒数目,1.6w/o U-235、2.4w/o U-235和3.1w/o U-235代表燃料富集度分别为1.6%、2.4%、3.1%,图3是示例的堆芯平均燃耗及硼浓度示意图,用于表示本征正交分解原始样本内元素,即堆芯三维功率分布所对应的堆芯工况。根据堆芯三维功率分布的物理意义,本征正交分解原始样本{P1(r),P2(r),...,PN-1(r),PN(r)}内所有元素的值均大于等于0。
对本征正交分解原始样本{P1(r),P2(r),...,PN-1(r),PN(r)}内的所有元素进行两两组合,得到(P1(r),P2(r))、...、(P1(r),PN-1(r))、(P1(r),PN(r))、(P2(r),P3(r))、...、(P2(r),PN-1(r))、(P2(r),PN(r))、...、(PN-1(r),PN(r))若干个元素组合,并分别计算每一元素组合的堆芯三维功率分布相似性,得到所有元素组合的堆芯三维功率分布相似性。
在步骤S2中,遍历本征正交分解原始样本{P1(r),P2(r),...,PN-1(r),PN(r)}内除了第一个元素P1(r)的其余元素,即P2(r)、...、PN-1(r)、PN(r),从当前元素所属的所有元素组合中选择目标元素组合,并根据目标元素组合的堆芯三维功率分布相似性与预设阈值的比较结果,当目标元素组合的堆芯三维功率分布相似性小于预设阈值时,保留当前元素,当目标元素组合的堆芯三维功率分布相似性大于等于预设阈值,舍弃当前元素,得到本征正交分解原始样本{P1(r),P2(r),...,PN-1(r),PN(r)}内的所有保留元素。
在步骤S3中,根据本征正交分解原始样本{P1(r),P2(r),...,PN-1(r),PN(r)}内的第一个元素P1(r)和所有保留元素的元素序号,按照元素序号从小到大的顺序整理本征正交分解原始样本{P1(r),P2(r),...,PN-1(r),PN(r)}内的第一个元素P1(r)和所有保留元素,得到本征正交分解压缩样本。
本实施例通过计算本征正交分解原始样本内元素间的堆芯三维功率分布相似性,根据本征正交分解原始样本内元素间的堆芯三维功率分布相似性与预设阈值的比较结果,对本征正交分解原始样本内的元素进行取舍,能够压缩本征正交分解样本,有效减少本征正交分解样本的样本量,以及避免本征正交分解样本的空间特性重复,进一步提高堆芯功率在线重构的计算速度和计算精度。
在优选的实施例当中,所述从当前元素所属的所有元素组合中选择目标元素组合,具体为:将当前元素所属的所有元素组合均作为预选元素组合,对于每一预选元素组合,当当前元素在本征正交分解原始样本内的样本序号大于预选元素组合中另一元素在本征正交分解原始样本内的样本序号时,将预选元素组合作为目标元素组合。
作为示例性地,遍历本征正交分解原始样本{P1(r),P2(r),...,PN-1(r),PN(r)}内除了第一个元素P1(r)的其余元素,即P2(r)、...、PN-1(r)、PN(r),当遍历至本征正交分解原始样本{P1(r),P2(r),...,PN-1(r),PN(r)}内的第二个元素P2(r)时,将当前元素P2(r)所属的所有元素组合,即(P1(r),P2(r))、(P2(r),P3(r))、...、(P2(r),PN-1(r))、(P2(r),PN(r))均作为预选元素组合,对于预选元素组合(P1(r),P2(r)),确定当前元素P2(r)在本征正交分解原始样本{P1(r),P2(r),...,PN-1(r),PN(r)}内的元素序号为2,确定预选元素组合(P1(r),P2(r))中另一元素P1(r)在本征正交分解原始样本{P1(r),P2(r),...,PN-1(r),PN(r)}内的元素序号为1,由于当前元素P2(r)在本征正交分解原始样本{P1(r),P2(r),...,PN-1(r),PN(r)}内的样本序号大于预选元素组合(P1(r),P2(r))中另一元素P1(r)在本征正交分解原始样本{P1(r),P2(r),...,PN-1(r),PN(r)}内的样本序号,因此将预选元素组合(P1(r),P2(r))作为目标元素组合。
当继续遍历至本征正交分解原始样本{P1(r),P2(r),...,PN-1(r),PN(r)}内的第三个元素P3(r)时,将当前元素P3(r)所属的所有元素组合,即(P1(r),P3(r))、(P2(r),P3(r))、(P3(r),P4(r))、...、(P3(r),PN-1(r))、(P3(r),PN(r))均作为预选元素组合,对于预选元素组合(P1(r),P3(r))、(P2(r),P3(r)),由于当前元素P3(r)在本征正交分解原始样本{P1(r),P2(r),...,PN-1(r),PN(r)}内的样本序号大于预选元素组合(P1(r),P3(r))中另一元素P1(r)在本征正交分解原始样本{P1(r),P2(r),...,PN-1(r),PN(r)}内的样本序号,且当前元素P3(r)在本征正交分解原始样本{P1(r),P2(r),...,PN-1(r),PN(r)}内的样本序号大于预选元素组合(P2(r),P3(r))中另一元素P2(r)在本征正交分解原始样本{P1(r),P2(r),...,PN-1(r),PN(r)}内的样本序号,因此从预选元素组合(P1(r),P3(r))、(P2(r),P3(r))中随机选择一个作为目标元素组合。
以此类推,直至确定本征正交分解原始样本{P1(r),P2(r),...,PN-1(r),PN(r)}内除了第一个元素P1(r)的其余各个元素,即P2(r)、...、PN-1(r)、PN(r)对应的目标元素组合。
在优选的实施例当中,所述根据目标元素组合的堆芯三维功率分布相似性与预设阈值的比较结果,选择保留或舍弃当前元素,具体为:当目标元素组合的堆芯三维功率分布相似性小于预设阈值时,保留当前元素;当目标元素组合的堆芯三维功率分布相似性大于等于预设阈值时,舍弃当前元素。
作为示例性地,遍历本征正交分解原始样本{P1(r),P2(r),...,PN-1(r),PN(r)}内除了第一个元素P1(r)的其余各个元素,即P2(r)、...、PN-1(r)、PN(r),当遍历至本征正交分解原始样本{P1(r),P2(r),...,PN-1(r),PN(r)}内的第二个元素P2(r)时,将当前元素P2(r)对应的目标元素组合(P1(r),P2(r))的堆芯三维功率分布相似性与预设阈值进行比较,得到比较结果,若当前元素P2(r)对应的目标元素组合(P1(r),P2(r))的堆芯三维功率分布相似性小于预设阈值,则保留当前元素P2(r),否则舍弃当前元素P2(r)。
当继续遍历至本征正交分解原始样本{P1(r),P2(r),...,PN-1(r),PN(r)}内的第三个元素P3(r)时,将当前元素P3(r)对应的目标元素组合(P1(r),P3(r))/(P2(r),P3(r))的堆芯三维功率分布相似性与预设阈值进行比较,得到比较结果,若当前元素P3(r)对应的目标元素组合(P1(r),P3(r))/(P2(r),P3(r))的堆芯三维功率分布相似性小于预设阈值,则保留当前元素P3(r),否则舍弃当前元素P3(r)。
以此类推,直至完成遍历本征正交分解原始样本{P1(r),P2(r),...,PN-1(r),PN(r)}内除了第一个元素P1(r)的其余各个元素,即P2(r)、...、PN-1(r)、PN(r),对本征正交分解原始样本{P1(r),P2(r),...,PN-1(r),PN(r)}内除了第一个元素P1(r)的其余各个元素,即P2(r)、...、PN-1(r)、PN(r)进行取舍,得到本征正交分解原始样本{P1(r),P2(r),...,PN-1(r),PN(r)}内的所有保留元素。
在优选的实施例当中,在所述对本征正交分解原始样本内的所有元素进行两两组合,得到若干个元素组合之前,还包括:获取本征正交分解原始样本{P1(r),P2(r),...,PN-1(r),PN(r)};其中,N为本征正交分解原始样本内所有元素的总数,N为正整数,P为堆芯三维功率分布,r为空间位置。
在优选的实施例当中,元素组合的堆芯三维功率分布相似性为:
其中,Gij为由本征正交基原始样本内第i个元素和第j个元素组成的元素组合的堆芯三维功率分布相似性;Pi(r)为本征正交基原始样本内的第i个元素,Pj(r)本征正交基原始样本内的第j个元素,i<j且i<N,j≤N;|·|2表示对空间位置求平方和。
在优选的实施例当中,预设阈值大于0且小于1。
如图4所示,作为示例性地,获取本征正交分解原始样本{P1(r),P2(r),...,PN-1(r),PN(r)},N为本征正交分解原始样本内所有元素的总数,N为正整数,P为堆芯三维功率分布,r为空间位置。
对本征正交分解原始样本{P1(r),P2(r),...,PN-1(r),PN(r)}内的所有元素进行两两组合,得到(P1(r),P2(r))、...、(P1(r),PN-1(r))、(P1(r),PN(r))、(P2(r),P3(r))、...、(P2(r),PN-1(r))、(P2(r),PN(r))、...、(PN-1(r),PN(r))若干个元素组合。
假设N=3,本征正交分解原始样本为{P1(r),P2(r),P3(r)},对本征正交分解原始样本{P1(r),P2(r),P3(r)}内的所有元素进行两两组合,得到(P1(r),P2(r))、(P1(r),P3(r))、(P2(r),P3(r))3个元素组合。
元素组合的堆芯三维功率分布相似性为:
式(1)中,Gij为由本征正交基原始样本内第i个元素和第j个元素组成的元素组合的堆芯三维功率分布相似性;Pi(r)为本征正交基原始样本内的第i个元素,Pj(r)本征正交基原始样本内的第j个元素,i<j且i<N,j≤N;|·|2表示对空间位置求平方和。
可以理解的是,由于随着空间位置r的改变,功率Pi(r)也随之改变,即呈空间分布状,因此针对每一个空间位置r,分别计算功率的平方Pi 2(r),再对所有空间位置进行求和∑r(Pi 2(r)),记为|Pi(r)|2。根据Gij的计算公式及堆芯三维功率分布的物理意义可知,Gij的取值范围为0~1,Gij数值越大,表示Pi(r)与Pj(r)越相似;相应地,本实施例仅列举了一种堆芯三维功率分布相似性的定义方式,实际样本压缩过程中,也可以采用其他合理的定义方式,其余步骤不变。
预设阈值ε的取值范围通常为0~1,具体数值的大小由用户根据实际问题的需要进行设置,针对同一个具体算例,预设阈值ε取值增大,则压缩率降低,预设阈值ε取值减小,则压缩率提高。
根据式(1),计算元素组合(P1(r),P2(r))的堆芯三维功率分布相似性,即计算元素组合(P1(r),P3(r))的堆芯三维功率分布相似性,即计算元素组合(P2(r),P3(r))的堆芯三维功率分布相似性,即从而得到元素组合(P1(r),P2(r))、(P1(r),P3(r))、(P2(r),P3(r))的堆芯三维功率分布相似性。
对于本征正交分解原始样本{P1(r),P2(r),P3(r)}中的第二个元素P2(r),小于预设阈值ε,保留本征正交分解原始样本{P1(r),P2(r),P3(r)}中的第二个元素P2(r),对于本征正交分解原始样本{P1(r),P2(r),P3(r)}中的第三个元素P3(r),大于等于预设阈值ε,舍弃本征正交分解原始样本为{P1(r),P2(r),P3(r)}中的第三个元素P3(r),将本征正交分解原始样本{P1(r),P2(r),P3(r)}中的第一个元素P1(r)和保留的第二个元素P2(r)整理为本征正交分解压缩样本{P1(r),P2(r)}。
本实施例通过定义堆芯三维功率分布的相似性进行样本空间相似程度的对比,既保留了空间特性,又减少了样本数量,实现在线重构样本压缩。将该方法应用于在堆芯三维功率分布在线重构计算中,能够以较少的本征正交分解样本覆盖堆芯运行时涉及的堆芯功率分布空间变化特征,保证功率分布在线重构计算精度、降低本征正交分解样本量。
总而言之,本实施例通过定义堆芯三维功率分布的相似性进行样本空间相似程度的对比,筛选和保留相似度低的,即具有不同空间特性的堆芯三维功率分布,组成新的压缩后的本征正交分解样本,具有以下突出优点:
(1)采用堆芯三维功率分布的相似程度作为本征正交分解样本压缩的判断依据,减少本征正交分解样本选取过程中的经验性操作,且压缩率可调;
(2)压缩后的本征正交分解样本可以满足堆芯正常运行时堆芯功率分布在线重构计算的精度要求;
(3)根据压缩后的本征正交分解样本计算的本征正交基存储量小、读取速度快,可以提高堆芯功率分布在线重构的计算速度。
基于与第一实施例相同的发明构思,第二实施例提供一种本征正交分解样本压缩装置,包括:
相似性计算模块21,用于对本征正交分解原始样本内的所有元素进行两两组合,得到若干个元素组合,并分别计算每一元素组合的堆芯三维功率分布相似性,得到所有元素组合的堆芯三维功率分布相似性;
元素保留模块22,用于遍历本征正交分解原始样本内除了第一个元素的其余元素,从当前元素所属的所有元素组合中选择目标元素组合,并根据目标元素组合的堆芯三维功率分布相似性与预设阈值的比较结果,选择保留或舍弃当前元素,得到本征正交分解原始样本内的所有保留元素;
样本压缩模块23,用于整理本征正交分解原始样本内的第一个元素和所有保留元素,得到本征正交分解压缩样本。
在优选的实施例当中,元素保留模块22,具体用于将当前元素所属的所有元素组合均作为预选元素组合,对于每一预选元素组合,当当前元素在本征正交分解原始样本内的样本序号大于预选元素组合中另一元素在本征正交分解原始样本内的样本序号时,将预选元素组合作为目标元素组合。
在优选的实施例当中,元素保留模块22,具体用于当目标元素组合的堆芯三维功率分布相似性小于预设阈值时,保留当前元素;当目标元素组合的堆芯三维功率分布相似性大于等于预设阈值时,舍弃当前元素。
在优选的实施例当中,相似性计算模块21,还用于在所述对本征正交分解原始样本内的所有元素进行两两组合,得到若干个元素组合之前,获取本征正交分解样本压缩本征正交分解原始样本{P1(r),P2(r),...,PN-1(r),PN(r)};其中,N为本征正交分解样本压缩本征正交分解原始样本内所有元素的总数,N为正整数,P为堆芯三维功率分布,r为空间位置。
在优选的实施例当中,元素组合的堆芯三维功率分布相似性为:
其中,Gij为由本征正交基原始样本内第i个元素和第j个元素组成的元素组合的堆芯三维功率分布相似性;Pi(r)为本征正交基原始样本内的第i个元素,Pj(r)本征正交基原始样本内的第j个元素,i<j且i<N,j≤N;|·|2表示对空间位置求平方和。
在优选的实施例当中,预设阈值大于0且小于1。
基于与第一实施例相同的发明构思,第三实施例提供一种计算机可读存储介质,计算机可读存储介质包括存储的计算机程序,其中,在计算机程序运行时控制计算机可读存储介质所在设备执行如上所述的本征正交分解样本压缩方法,且能达到与之相同的有益效果。
综上所述,实施本发明的实施例,具有如下有益效果:
通过对本征正交分解原始样本内的所有元素进行两两组合,得到若干个元素组合,并分别计算每一元素组合的堆芯三维功率分布相似性,得到所有元素组合的堆芯三维功率分布相似性,遍历本征正交分解原始样本内除了第一个元素的其余元素,从当前元素所属的所有元素组合中选择目标元素组合,并根据目标元素组合的堆芯三维功率分布相似性与预设阈值的比较结果,选择保留或舍弃当前元素,得到本征正交分解原始样本内的所有保留元素,整理本征正交分解原始样本内的第一个元素和所有保留元素,得到本征正交分解压缩样本,实现压缩本征正交基样本。本发明的实施例通过计算本征正交分解原始样本内元素间的堆芯三维功率分布相似性,根据本征正交分解原始样本内元素间的堆芯三维功率分布相似性与预设阈值的比较结果,对本征正交分解原始样本内的元素进行取舍,能够压缩本征正交分解样本,有效减少本征正交分解样本的样本量,以及避免本征正交分解样本的空间特性重复,进一步提高堆芯功率在线重构的计算速度和计算精度。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
本领域普通技术人员可以理解实现上述实施例中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
Claims (10)
1.一种本征正交分解样本压缩方法,其特征在于,包括:
对本征正交分解原始样本内的所有元素进行两两组合,得到若干个元素组合,并分别计算每一所述元素组合的堆芯三维功率分布相似性,得到所有所述元素组合的堆芯三维功率分布相似性;
遍历所述本征正交分解原始样本内除了第一个元素的其余元素,从当前元素所属的所有元素组合中选择目标元素组合,并根据所述目标元素组合的堆芯三维功率分布相似性与预设阈值的比较结果,选择保留或舍弃所述当前元素,得到所述本征正交分解原始样本内的所有保留元素;
整理所述本征正交分解原始样本内的第一个元素和所有保留元素,得到本征正交分解压缩样本。
2.如权利要求1所述的本征正交分解样本压缩方法,其特征在于,所述从当前元素所属的所有元素组合中选择目标元素组合,具体为:
将所述当前元素所属的所有元素组合均作为预选元素组合,对于每一所述预选元素组合,当所述当前元素在所述本征正交分解原始样本内的样本序号大于所述预选元素组合中另一元素在所述本征正交分解原始样本内的样本序号时,将所述预选元素组合作为所述目标元素组合。
3.如权利要求1所述的本征正交分解样本压缩方法,其特征在于,所述根据所述目标元素组合的堆芯三维功率分布相似性与预设阈值的比较结果,选择保留或舍弃所述当前元素,具体为:
当所述目标元素组合的堆芯三维功率分布相似性小于所述预设阈值时,保留所述当前元素;
当所述目标元素组合的堆芯三维功率分布相似性大于等于所述预设阈值时,舍弃所述当前元素。
4.如权利要求1所述的本征正交分解样本压缩方法,其特征在于,在所述对本征正交分解原始样本内的所有元素进行两两组合,得到若干个元素组合之前,还包括:
获取所述本征正交分解原始样本{P1(r),P2(r),...,PN-1(r),PN(r)};其中,N为所述本征正交分解原始样本内所有元素的总数,N为正整数,P为堆芯三维功率分布,r为空间位置。
6.如权利要求1所述的本征正交分解样本压缩方法,其特征在于,所述预设阈值大于0且小于1。
7.一种本征正交分解样本压缩装置,其特征在于,包括:
相似性计算模块,用于对本征正交分解原始样本内的所有元素进行两两组合,得到若干个元素组合,并分别计算每一所述元素组合的堆芯三维功率分布相似性,得到所有所述元素组合的堆芯三维功率分布相似性;
元素保留模块,用于遍历所述本征正交分解原始样本内除了第一个元素的其余元素,从当前元素所属的所有元素组合中选择目标元素组合,并根据所述目标元素组合的堆芯三维功率分布相似性与预设阈值的比较结果,选择保留或舍弃所述当前元素,得到所述本征正交分解原始样本内的所有保留元素;
样本压缩模块,用于整理所述本征正交分解原始样本内的第一个元素和所有保留元素,得到本征正交分解压缩样本。
8.如权利要求7所述的本征正交分解样本压缩装置,其特征在于,所述元素保留模块,具体用于将所述当前元素所属的所有元素组合均作为预选元素组合,对于每一所述预选元素组合,当所述当前元素在所述本征正交分解原始样本内的样本序号大于所述预选元素组合中另一元素在所述本征正交分解原始样本内的样本序号时,将所述预选元素组合作为所述目标元素组合。
9.如权利要求7所述的本征正交分解样本压缩装置,其特征在于,所述元素保留模块,具体用于当所述目标元素组合的堆芯三维功率分布相似性小于所述预设阈值时,保留所述当前元素;当所述目标元素组合的堆芯三维功率分布相似性大于等于所述预设阈值时,舍弃所述当前元素。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至6任一项所述的本征正交分解样本压缩方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210437043.0A CN114742171A (zh) | 2022-04-24 | 2022-04-24 | 一种本征正交分解样本压缩方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210437043.0A CN114742171A (zh) | 2022-04-24 | 2022-04-24 | 一种本征正交分解样本压缩方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114742171A true CN114742171A (zh) | 2022-07-12 |
Family
ID=82284658
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210437043.0A Pending CN114742171A (zh) | 2022-04-24 | 2022-04-24 | 一种本征正交分解样本压缩方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114742171A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104112131A (zh) * | 2013-04-19 | 2014-10-22 | 浙江大华技术股份有限公司 | 一种用于人脸检测的训练样本的生成方法及装置 |
CN106530321A (zh) * | 2016-10-28 | 2017-03-22 | 南方医科大学 | 一种基于方向和尺度描述子的多图谱图像分割方法 |
WO2018022906A1 (en) * | 2016-07-27 | 2018-02-01 | Sequenom, Inc. | Methods for non-invasive assessment of genomic instability |
CN110427588A (zh) * | 2019-07-26 | 2019-11-08 | 中山大学 | 用于堆芯功率在线重构的本征正交分解样本选取方法 |
CN110532414A (zh) * | 2019-08-29 | 2019-12-03 | 深圳市商汤科技有限公司 | 一种图片检索方法及装置 |
CN111652259A (zh) * | 2019-04-16 | 2020-09-11 | 上海铼锶信息技术有限公司 | 一种清洗数据的方法及系统 |
CN113221955A (zh) * | 2021-04-15 | 2021-08-06 | 哈尔滨工程大学 | 一种针对反应堆物理分析中高维输入参数的不确定性传播方法 |
CN113723138A (zh) * | 2020-05-25 | 2021-11-30 | 华为技术有限公司 | 一种结构化信息的生成方法、信息生成设备以及存储介质 |
-
2022
- 2022-04-24 CN CN202210437043.0A patent/CN114742171A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104112131A (zh) * | 2013-04-19 | 2014-10-22 | 浙江大华技术股份有限公司 | 一种用于人脸检测的训练样本的生成方法及装置 |
WO2018022906A1 (en) * | 2016-07-27 | 2018-02-01 | Sequenom, Inc. | Methods for non-invasive assessment of genomic instability |
CN106530321A (zh) * | 2016-10-28 | 2017-03-22 | 南方医科大学 | 一种基于方向和尺度描述子的多图谱图像分割方法 |
CN111652259A (zh) * | 2019-04-16 | 2020-09-11 | 上海铼锶信息技术有限公司 | 一种清洗数据的方法及系统 |
CN110427588A (zh) * | 2019-07-26 | 2019-11-08 | 中山大学 | 用于堆芯功率在线重构的本征正交分解样本选取方法 |
CN110532414A (zh) * | 2019-08-29 | 2019-12-03 | 深圳市商汤科技有限公司 | 一种图片检索方法及装置 |
CN113723138A (zh) * | 2020-05-25 | 2021-11-30 | 华为技术有限公司 | 一种结构化信息的生成方法、信息生成设备以及存储介质 |
CN113221955A (zh) * | 2021-04-15 | 2021-08-06 | 哈尔滨工程大学 | 一种针对反应堆物理分析中高维输入参数的不确定性传播方法 |
Non-Patent Citations (2)
Title |
---|
张传标 等,: "基于相似度的核主元分析方法及其应用研究", 《计算机工程》 * |
聂长明 等,: "《计算化学》", 31 January 2010, 北京理工大学出版社 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110427588B (zh) | 用于堆芯功率在线重构的本征正交分解样本选取方法 | |
Lee et al. | Investigation of CMFD accelerated Monte Carlo eigenvalue calculation with simplified low dimensional multigroup formulation | |
CN111368259B (zh) | 一种配网电压数据缺失填补方法及相关装置 | |
CN110322368A (zh) | 一种谐波数据异常检测方法、终端设备及存储介质 | |
Saris et al. | Detection of specification errors in linear structural equation models | |
JP3508021B2 (ja) | 原子炉の炉心計算方法 | |
Stout et al. | Determination of optimum fuel loadings in pressurized water reactors using dynamic programming | |
CN113536580B (zh) | 确定核反应堆考验回路功率和中子通量密度的方法和系统 | |
CN107122564B (zh) | 一种压水堆pin-by-pin计算少群常数参数化方法 | |
CN114742171A (zh) | 一种本征正交分解样本压缩方法、装置及存储介质 | |
Sehgal et al. | Intermediate resonance absorption in heterogeneous media | |
JP2001133581A (ja) | 炉心性能計算方法及び装置 | |
Charles et al. | Mixed oxide LWR assembly design optimization using differential evolution algorithms | |
Gozalvez et al. | Sensitivity study on determining an efficient set of fuel assembly parameters in training data for designing of neural networks in hybrid genetic algorithms | |
Raffuzzi et al. | Monte Carlo Source Convergence Acceleration by Hybrid Multigroup and Continuous Energy Neutron Transport | |
CN110427681B (zh) | 压水堆组件形状因子参数化方法 | |
Graham et al. | On-the-Fly Energy Condensation for Whole-Core Multiphysics Simulations | |
Jeong et al. | Accuracy of cell calculation methods used for analysis of high conversion light water reactor lattice | |
Zeng et al. | Uncertainty Quantification of Pressurized Water Reactor Coupled Core Simulation Using Stochastic Sampling Method | |
Pfeiffer et al. | Analysis and results of pulsed-neutron experiments performed on the Fort St. Vrain high-temperature gas-cooled reactor | |
Jinaphanh et al. | Automated convergence detection in Monte Carlo criticality calculations using student's bridge statistics based on K {sub eff} or Shannon entropy | |
Bogdanova et al. | Xenon instability study of large core Monte Carlo calculations | |
Park et al. | Fission source convergence diagnosis in Monte Carlo eigenvalue calculations by skewness and kurtosis estimation methods | |
Tiep et al. | Application of data assimilation in searching better lattice-physics parameters of fuel assembly | |
Gaillard | Validation of the Westinghouse BWR nodal core simulator POLCA8 against Serpent2 reference results |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220712 |