CN115390136B - 一种地震psa定量化的二次抽样方法及系统 - Google Patents
一种地震psa定量化的二次抽样方法及系统 Download PDFInfo
- Publication number
- CN115390136B CN115390136B CN202210973951.1A CN202210973951A CN115390136B CN 115390136 B CN115390136 B CN 115390136B CN 202210973951 A CN202210973951 A CN 202210973951A CN 115390136 B CN115390136 B CN 115390136B
- Authority
- CN
- China
- Prior art keywords
- seismic
- earthquake
- failure
- basic event
- quantification
- 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
- 238000011002 quantification Methods 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000005070 sampling Methods 0.000 claims abstract description 28
- 238000009826 distribution Methods 0.000 claims description 21
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 claims description 8
- 238000012502 risk assessment Methods 0.000 claims description 8
- 230000006735 deficit Effects 0.000 claims description 7
- 230000006835 compression Effects 0.000 claims description 4
- 238000007906 compression Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 abstract description 22
- 238000012614 Monte-Carlo sampling Methods 0.000 abstract description 5
- 230000007547 defect Effects 0.000 abstract description 3
- 238000011156 evaluation Methods 0.000 abstract description 3
- 230000001133 acceleration Effects 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000035939 shock Effects 0.000 description 3
- 238000012038 vulnerability analysis Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000004820 Pressure-sensitive adhesive Substances 0.000 description 1
- 238000012300 Sequence Analysis Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/288—Event detection in seismic signals, e.g. microseismics
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Emergency Management (AREA)
- Business, Economics & Management (AREA)
- Acoustics & Sound (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种地震PSA定量化的二次抽样方法及系统，涉及地震概率安全评价技术领域。本发明中地震PSA最小割集中地震易损度计算和危险性、易损度的卷积计算是一体化的，通过一次抽样、二次抽样、割集组合的定量化三个步骤，能够考虑到地震PSA最小割集中考虑地震失效的相关性，较好地实现地震PSA定量化的要求，获得更为准确的地震PSA结果，提升蒙特卡洛抽样效率和地震PSA定量化计算的准确性，有效地解决了现有国际通用的地震PSA定量化软件存在的计算缺陷问题，为核电厂的运行管理提供更加合理的风险见解。
Description
技术领域
本发明涉及地震概率安全评价技术领域，尤其涉及一种地震PSA定量化的二次抽样方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
从地震概率安全评价(PSA Probabilistic Safety Assessment)分析目的来看，地震PSA的关键技术环节可总结为以下三个：地震危险性分析、地震易损度评估、系统响应分析。
地震危险性分析的目的是获取厂址不同强度地震动(如峰值地面加速度，PeakGround Acceleration，PGA)的发生频率，确定地震始发事件发生频率。地震PSA通常选取单个参数(通常是PGA)来表示厂址地震动。与其他始发事件类似，应对造成相同影响且需要类似缓解功能的电厂地震损伤状态(类似于内部事件的始发事件)进行归类。选用的地震动参数代表了地震事件对电厂的影响效果，不同震级或不同地震断层引发的地震可能会在厂址处产生相同的地震动。危险性分析环节必须考虑所有类型的地震源，并在评估不同级别地震动的发生频率时将它们相应地进行归类。地震源识别和分组过程中存在很大的不确定性，应对此进行跟踪处理。根据分析人员的判断，每条地震风险曲线被赋予一个权重值，这个权重值代表了分析者对曲线所描述的真实地震灾害发生可能性的确信程度。使用特定地震动参数定义了不同的地震始发事件区间之后，对应区间的地震始发事件频率可以通过对同一曲线上两个相邻地震动参数对应的超越频率相减得到。
地震易损度评估的目的是评估重要构筑物和设备即对电厂安全最基本的构筑物、系统和部件，失效的条件概率。可以通过电厂设计信息和实际反应分析开发地震易损度，现场巡访在这一过程中也是十分重要的。为了进行事件序列定量化，需要获取特定地震动参数对应的条件失效概率，即每一个地震始发事件对应的失效概率。对于电厂单个系统、构筑物和设备(System,Structure and Component，SSC)，几条单调递增的曲线表示其地震易损度，离散的易损度曲线族表示特定失效模式的不确定性分布。与地震危险性分析类似，族中的每条曲线被赋予一个权重值，代表分析人员对其的确信程度。通过这些曲线，能够确定特定SSC对应每个地震始发事件区间(地震动区间)的条件失效概率及不确定性分布。
系统响应分析环节可以分为地震PSA模型建立和地震风险定量化两个部分。地震PSA模型建立要综合考虑地震引发的构筑物和设备失效的导致堆芯损伤的情况，包括建立事件序列分析的事件树和对单独事件树题头事件建立逻辑模型；同时应考虑地震直接导致的失效、随机失效和操纵员动作的失误。为在逻辑中考虑地震直接导致的失效模式，须结合相关专业判断。地震风险定量化需要整合地震危险性曲线和地震易损度曲线，以定量化分析地震事件序列的发生频率。
发明人发现，现有的国际通用的地震PSA定量化软件计算过程有缺陷，导致定量化结果不准确。由于其地震PSA定量化软件是PSA计算引擎的一个插件，需要为PSA计算引擎提供输入，需要其将地震易损度计算和危险性、易损度的卷积计算独立开来，这就导致其无法在地震PSA最小割集中考虑地震失效的相关性，从而导致定量化结果不准确。
发明内容
针对现有技术存在的不足，本发明的目的是提供一种地震PSA定量化的二次抽样方法及系统，通过一次抽样、二次抽样、割集组合的定量化三个步骤，能够较好地实现地震PSA定量化的要求，获得更为准确的地震PSA结果，提升蒙特卡洛抽样效率和地震PSA定量化计算的准确性，为核电厂的运行管理提供更加合理的风险见解。
为了实现上述目的，本发明是通过如下的技术方案来实现：
本公开第一方面提供了一种地震PSA定量化的二次抽样方法，包括以下步骤：
获取最小割集，将最小割集分为地震损伤状态集和随机失效集；
通过蒙特卡洛方法进行一次抽样得到地震损伤状态集的样本空间；
基于地震损伤状态集的样本空间和随机失效集进行二次抽样，对最小割集进行定量化，获得不同地震强度下最小割集发生频率的样本空间；
根据最小不同地震强度下最小割集发生频率的样本空间进行割集组合的定量化。
进一步的，最小割集包括以下类型的一种或几种：1)包含均为地震导致的失效模式，且不含成功逻辑的基本事件；2)包含均为地震导致的失效模式，且至少有一个为成功逻辑的基本事件；3)包含含有地震导致的失效模式和随机失效的基本事件。
进一步的，最小割集中包含三个基本事件：地震失效基本事件A、地震失效基本事件B和随机失效基本事件C。
更进一步的，地震损伤状态集定义为：地震失效基本事件A*B，即地震失效基本事件A和地震失效基本事件B同时发生。
更进一步的，地震损伤状态集的样本空间获取步骤为：
a)以置信度Q作为随机数，对置信度Q进行随机抽样，随机数范围为(0，1)；
b)确定危险性曲线，在危险性分析结果中，选取相应置信度的危险性曲线；
c)确定地震失效基本事件A和地震失效基本事件B的易损度曲线，根据置信度Q，计算得到不同地震强度下地震失效基本事件A和地震失效基本事件B的条件失效概率，即确定了地震失效基本事件A和地震失效基本事件B的易损度曲线；
d)确定地震失效基本事件A*B的易损度曲线，即将地震失效基本事件A和地震失效基本事件B的条件失效概率相乘；
e)将步骤b)和步骤c)中获得的危险性曲线和易损度曲线进行相乘，得到不同地震强度下地震损伤状态的发生频率；
f)重复上述步骤，获得地震损伤状态发生频率的样本空间，样本空间的大小取决于抽样次数。
更进一步的，最小割集的定量化步骤为：
a)确定随机数X，对地震失效基本事件A*B在其样本空间中进行随机抽样；
b)确定随机数Y，对随机失效基本事件C根据其分布类型和分布参数进行随机抽样；
c)不同的地震强度下，将地震失效基本事件A*B发生频率和随机失效基本事件C发生概率相乘，得到最小割集的发生频率；
d)如需要获取最小割集总地震发生频率，则将不同地震强度下最小割集的发生频率相加即可；
e)重复上述步骤，即可获得不同地震强度下最小割集发生频率的样本空间，进而可获得其均值和不同的分位点值。
进一步的，采用了极限近似法和二元决策图/零压缩二元决策图两种方法实现割集组合的定量化。
本公开第二方面提供了一种地震PSA定量化的二次抽样系统，包括：
最小割集模块，被配置为获取最小割集，将最小割集分为地震损伤状态集和随机失效集；
一次抽样模块，被配置为通过蒙特卡洛方法进行一次抽样得到地震损伤状态集的样本空间；
二次抽样模块，被配置为基于地震损伤状态集的样本空间和随机失效集进行二次抽样，对最小割集进行定量化，获得不同地震强度下最小割集发生频率的样本空间；
割集定量化模块，被配置为根据最小不同地震强度下最小割集发生频率的样本空间进行割集组合的定量化。
本公开第三方面提供了一种介质，其上存储有程序，该程序被处理器执行时实现如本公开第一方面所述的地震PSA定量化的二次抽样方法中的步骤。
本公开第四方面提供了一种设备，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程序，所述处理器执行所述程序时实现如本公开第一方面所述的地震PSA定量化的二次抽样方法中的步骤。
上述本发明的实施例的有益效果如下：
本发明提出了一种地震PSA定量化的二次抽样方法和系统，通过一次抽样、二次抽样、割集组合的定量化三个步骤，能够较好地实现地震PSA定量化的要求，获得更为准确的地震PSA结果，提升蒙特卡洛抽样效率和地震PSA定量化计算的准确性，为核电厂的运行管理提供更加合理的风险见解。
本发明中，地震PSA最小割集中地震易损度计算和危险性、易损度的卷积计算是一体化的，通过一次抽样、二次抽样、割集组合的定量化三个步骤，能够考虑到地震PSA最小割集中考虑地震失效的相关性，定量化结果更为精确，有效地解决了现有国际通用的地震PSA定量化软件存在的计算缺陷问题。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1为本发明中地震PSA定量化的二次抽样方法流程图。
具体实施方式：
应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
地震对电厂造成的后果风险通常以地震导致事故序列的发生频率或者地震导致堆芯损伤频率(Seismic Core Damage Frequency，SCDF)和大量放射性释放频率(LargeRelease Frequency，LRF)表示。其中，SCDF的计算过程需要厂址概率地震危险性分析(Probability Seismic Hazard Analysis，PSHA)和易损度分析结果作为输入，利用全概率公式进行求解：
其中，A表示地震动强度，F(CD|A)表示事故序列或电厂的易损度分析结果，H(A)表示PSHA分析结果。
式(1)是全概率公式的连续形式，由于F(CD|A)和H(A)均为离散化的数据形式，因此需要采用离散化的全概率公式，即
为了考虑SCDF的不确定性，需要将带有置信度或权重的F(CD|A)和H(A)曲线族代入式(2)进行计算，得到的所有频率点就是SCDF的概率密度分布。
例如，采用20条F(CD|A)曲线族，每条曲线的权重为pi与10条H(A)曲线族，每条曲线权重为qj。按照上述过程计算后将得到200个SCDF数据点，每个数据点的取值概率为piqj。将这200个数据点按照升序排列，即可得到SCDF的累积概率分布。
实施例一：
本公开实施例一提供了一种地震PSA定量化的二次抽样方法，如图1所示，包括以下步骤：
步骤一：通过通用的PSA分析软件获取最小割集，将最小割集分为地震损伤状态集和随机失效集。
无论计算事故序列还是电厂级地震风险，都必须基于对应的最小割集进行定量化。由于地震PSA定量化的特殊性，需要考虑以下三种最小割集类型或其组合：1)包含均为地震导致的失效模式，且不含成功逻辑的基本事件；2)包含均为地震导致的失效模式，且至少有一个为成功逻辑的基本事件；3)包含含有地震导致的失效模式和随机失效的基本事件。即某个地震失效最小割集中可能会包含地震失效基本事件、地震成功基本事件、随机失效等。每个最小割集中地震相关的基本事件代表了一种地震损伤状态，该地震损伤状态再叠加相应的随机失效，最终导致了堆芯损伤。
在本实施例中，最小割集中包含三个基本事件：地震失效基本事件A、地震失效基本事件B和随机失效基本事件C。
优选的，地震损伤状态集定义为：地震失效基本事件A*B，即地震失效基本事件A和地震失效基本事件B同时发生。
步骤二：通过蒙特卡洛方法进行一次抽样得到地震损伤状态集的样本空间。
在地震PSA定量化中，需要按随机失效基本事件的分布类型和分布参数进行抽样计算，此时，也需要获取地震损伤状态的分布类型和分布参数，或者等效的样本空间。因此，在每个最小割集中，将地震损伤状态(地震相关的基本事件叠加地震危险性发生频率)和随机失效分开，首先通过蒙特卡洛抽样得到地震损伤状态的样本空间。地震损伤状态的发生频率需要结合地震危险性和地震易损度获得。地震易损度指的是给定加速度值的情况下(即地面峰值加速度或不同频率的峰值谱加速度)，设备或构筑物的条件失效概率。地震易损度分析认为地面加速度是满足一定概率分布的随机变量，在分布参数、分布形状和设备的失效模式方面存在一定不确定性。根据给定的设备失效模式和分布参数，结合易损度公式能够获得一条表示随地面峰值加速度变化的条件失效概率曲线。因此对于不同的参数假设，能够获得不同的易损度曲线。一种合理的方式是通过一族设备易损度曲线来体现概率分布的不确定性。地震PSA通常假设设备和构筑物易损度服从双对数正态分布，采用如下计算公式，
其中，F表示失效概率；Am表示易损度中值；A表示地震动强度，如地面峰值加速度；βR和βU分别表示Am的随机不确定性和认知不确定性(这两个不确定性参数可以在易损度计算过程中获得，也可以根据设备类型参考通用不确定性参数获得)；Q表示置信度；Φ-1(·)表示标准正态分布的反函数。
对于地震损伤状态中地震相关基本事件(地震失效基本事件、地震成功基本事件)的条件失效概率，的计算，即采用公式(3)进行蒙特卡洛抽样计算，以置信度Q作为抽样的随机数。对于地震成功基本事件的处理，即采用1减去对应地震失效基本事件的条件失效概率。
在本实施例中，地震损伤状态集的样本空间具体获取步骤为：
a)以置信度Q作为随机数，对置信度Q进行随机抽样，随机数范围为(0，1)；
b)确定危险性曲线，在危险性分析结果中，选取相应置信度的危险性曲线；
c)确定地震失效基本事件A和地震失效基本事件B的易损度曲线，根据置信度Q，采用公式(3)计算得到不同地震强度下地震失效基本事件A和地震失效基本事件B的条件失效概率，即确定了地震失效基本事件A和地震失效基本事件B的易损度曲线；
d)确定地震失效基本事件A*B的易损度曲线，即将地震失效基本事件A和地震失效基本事件B的条件失效概率相乘；
e)将步骤b)和步骤c)中获得的危险性曲线和易损度曲线进行相乘，得到不同地震强度下地震损伤状态的发生频率；
f)重复上述步骤，获得地震损伤状态发生频率的样本空间，样本空间的大小取决于抽样次数。
步骤三：基于地震损伤状态集的样本空间和随机失效集进行二次抽样，对最小割集进行定量化，获得不同地震强度下最小割集发生频率的样本空间。
在获得最小割集代表的地震损伤状态发生频率的样本空间后，将对最小割集进行定量化。此时，地震失效基本事件A*B(地震损伤状态)和随机失效基本事件可视为两个独立事件。
在本实施例中，最小割集的定量化步骤为：
a)确定随机数X，对地震失效基本事件A*B在其样本空间中进行随机抽样；
b)确定随机数Y，对随机失效基本事件C根据其分布类型和分布参数进行随机抽样；
c)不同的地震强度下，将地震失效基本事件A*B发生频率和随机失效基本事件C发生概率相乘，得到最小割集的发生频率；
d)如需要获取最小割集总地震发生频率，则将不同地震强度下最小割集的发生频率相加即可；
e)重复上述步骤，即可获得不同地震强度下最小割集发生频率的样本空间，进而可获得其均值和不同的分位点值。
步骤四：根据最小不同地震强度下最小割集发生频率的样本空间进行割集组合的定量化。
对于割集组合的定量化，也即事故序列或电厂级地震风险的定量化，采用了极限近似法和二元决策图/零压缩二元决策图两种方法。在地震强度较高时，地震失效基本事件的失效概率可能会很大，甚至接近于1，此种情况下，极限近似法得到的结果精准性较差，但其计算简单，使软件的占用资源少、效率更高。因此，在地震PSA调试模型阶段，可选用极限近似法进行计算，当模型最终确定后，将选择二元决策图/零压缩二元决策图方法进行最终的定量化。
实施例二：
本公开实施例二提供了一种地震PSA定量化的二次抽样系统，包括：
最小割集模块，被配置为获取最小割集，将最小割集分为地震损伤状态集和随机失效集；
一次抽样模块，被配置为通过蒙特卡洛方法进行一次抽样得到地震损伤状态集的样本空间；
二次抽样模块，被配置为基于地震损伤状态集的样本空间和随机失效集进行二次抽样，对最小割集进行定量化，获得不同地震强度下最小割集发生频率的样本空间；
割集定量化模块，被配置为根据最小不同地震强度下最小割集发生频率的样本空间进行割集组合的定量化。
实施例三：
本公开实施例三提供了一种介质，其上存储有程序，该程序被处理器执行时实现如本公开实施例一所述的地震PSA定量化的二次抽样方法中的步骤，所述步骤为：
获取最小割集，将最小割集分为地震损伤状态集和随机失效集；
通过蒙特卡洛方法进行一次抽样得到地震损伤状态集的样本空间；
基于地震损伤状态集的样本空间和随机失效集进行二次抽样，对最小割集进行定量化，获得不同地震强度下最小割集发生频率的样本空间；
根据最小不同地震强度下最小割集发生频率的样本空间进行割集组合的定量化。
详细步骤与实施例一提供的地震PSA定量化的二次抽样方法相同，这里不再赘述。
实施例四：
本公开实施例四提供了一种设备，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程序，所述处理器执行所述程序时实现如本公开实施例一所述的地震PSA定量化的二次抽样方法中的步骤，所述步骤为：
获取最小割集，将最小割集分为地震损伤状态集和随机失效集；
通过蒙特卡洛方法进行一次抽样得到地震损伤状态集的样本空间；
基于地震损伤状态集的样本空间和随机失效集进行二次抽样，对最小割集进行定量化，获得不同地震强度下最小割集发生频率的样本空间；
根据最小不同地震强度下最小割集发生频率的样本空间进行割集组合的定量化。
详细步骤与实施例一提供的地震PSA定量化的二次抽样方法相同，这里不再赘述。
以上实施例二、三和四的装置中涉及的各步骤与方法实施例一相对应，具体实施方式可参见实施例一的相关说明部分。术语“计算机可读存储介质”应该理解为包括一个或多个指令集的单个介质或多个介质；还应当被理解为包括任何介质，所述任何介质能够存储、编码或承载用于由处理器执行的指令集并使处理器执行本发明中的任一方法。
本领域技术人员应该明白，上述本发明的各模块或各步骤可以用通用的计算机装置来实现，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本发明不限制于任何特定的硬件和软件的结合。
本领域内的技术人员应明白，本公开的实施例可提供为方法、系统、或计算机程序产品。因此，本公开可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开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和光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种地震PSA定量化的二次抽样方法，其特征在于，包括：
获取最小割集，将最小割集分为地震损伤状态集和随机失效集；
通过蒙特卡洛方法进行一次抽样得到地震损伤状态集的样本空间；
基于地震损伤状态集的样本空间和随机失效集进行二次抽样，对最小割集进行定量化，获得不同地震强度下最小割集发生频率的样本空间；
根据最小不同地震强度下最小割集发生频率的样本空间进行割集组合的定量化。
2.如权利要求1所述的地震PSA定量化的二次抽样方法，其特征在于，最小割集包括以下类型的一种或几种：1)包含均为地震导致的失效模式，且不含成功逻辑的基本事件；2)包含均为地震导致的失效模式，且至少有一个为成功逻辑的基本事件；3)包含含有地震导致的失效模式和随机失效的基本事件。
3.如权利要求1所述的地震PSA定量化的二次抽样方法，其特征在于，最小割集中包含三个基本事件：地震失效基本事件A、地震失效基本事件B和随机失效基本事件C。
4.如权利要求3所述的地震PSA定量化的二次抽样方法，其特征在于，地震损伤状态集定义为：地震失效基本事件A*B，即地震失效基本事件A和地震失效基本事件B同时发生。
5.如权利要求4所述的地震PSA定量化的二次抽样方法，其特征在于，地震损伤状态集的样本空间获取步骤为：
a)以置信度Q作为随机数，对置信度Q进行随机抽样，随机数范围为(0，1)；
b)确定危险性曲线，在危险性分析结果中，选取相应置信度的危险性曲线；
c)确定地震失效基本事件A和地震失效基本事件B的易损度曲线，根据置信度Q，计算得到不同地震强度下地震失效基本事件A和地震失效基本事件B的条件失效概率，即确定了地震失效基本事件A和地震失效基本事件B的易损度曲线；
d)确定地震失效基本事件A*B的易损度曲线，即将地震失效基本事件A和地震失效基本事件B的条件失效概率相乘；
e)将步骤b)和步骤c)中获得的危险性曲线和易损度曲线进行相乘，得到不同地震强度下地震损伤状态的发生频率；
f)重复上述步骤，获得地震损伤状态发生频率的样本空间，样本空间的大小取决于抽样次数。
6.如权利要求5所述的地震PSA定量化的二次抽样方法，其特征在于，最小割集的定量化步骤为：
a)确定随机数X，对地震失效基本事件A*B在其样本空间中进行随机抽样；
b)确定随机数Y，对随机失效基本事件C根据其分布类型和分布参数进行随机抽样；
c)不同的地震强度下，将地震失效基本事件A*B发生频率和随机失效基本事件C发生概率相乘，得到最小割集的发生频率；
d)如需要获取最小割集总地震发生频率，则将不同地震强度下最小割集的发生频率相加即可；
e)重复上述步骤，即可获得不同地震强度下最小割集发生频率的样本空间，进而可获得其均值和不同的分位点值。
7.如权利要求1所述的地震PSA定量化的二次抽样方法，其特征在于，采用了极限近似法和二元决策图/零压缩二元决策图两种方法实现割集组合的定量化。
8.一种地震PSA定量化的二次抽样系统，其特征在于，包括：
最小割集模块，被配置为获取最小割集，将最小割集分为地震损伤状态集和随机失效集；
一次抽样模块，被配置为通过蒙特卡洛方法进行一次抽样得到地震损伤状态集的样本空间；
二次抽样模块，被配置为基于地震损伤状态集的样本空间和随机失效集进行二次抽样，对最小割集进行定量化，获得不同地震强度下最小割集发生频率的样本空间；
割集定量化模块，被配置为根据最小不同地震强度下最小割集发生频率的样本空间进行割集组合的定量化。
9.一种计算机可读存储介质，其特征在于，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行权利要求1-7中任一项所述的地震PSA定量化的二次抽样方法。
10.一种终端设备，其特征在于，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行权利要求1-7中任一项所述的地震PSA定量化的二次抽样方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210973951.1A CN115390136B (zh) | 2022-08-15 | 2022-08-15 | 一种地震psa定量化的二次抽样方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210973951.1A CN115390136B (zh) | 2022-08-15 | 2022-08-15 | 一种地震psa定量化的二次抽样方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115390136A CN115390136A (zh) | 2022-11-25 |
| CN115390136B true CN115390136B (zh) | 2024-05-10 |
Family
ID=84118568
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210973951.1A Active CN115390136B (zh) | 2022-08-15 | 2022-08-15 | 一种地震psa定量化的二次抽样方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115390136B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111812710A (zh) * | 2020-07-15 | 2020-10-23 | 上海核工程研究设计院有限公司 | 基于蒙特卡洛和最大-最小法的地震psa定量化算法 |
| CN112381060A (zh) * | 2020-12-04 | 2021-02-19 | 哈尔滨工业大学 | 一种基于深度学习的建筑物地震破坏等级分类方法 |
| CN112613189A (zh) * | 2020-12-31 | 2021-04-06 | 中国再保险(集团)股份有限公司 | 一种考虑地震动幅值不确定性的建筑物易损性曲线建立方法及装置 |
| CN112926865A (zh) * | 2021-03-10 | 2021-06-08 | 苏州热工研究院有限公司 | 基于概率安全分析的核电厂故障水平计算方法及计算机 |
| CN113221426A (zh) * | 2021-05-28 | 2021-08-06 | 沈阳建筑大学 | 一种地震序列作用下的核电厂区域抗震安全评估方法 |
| CN114048670A (zh) * | 2021-10-19 | 2022-02-15 | 东南大学 | 一种区域混凝土桥梁震后损伤快速评估智能算法 |
-
2022
- 2022-08-15 CN CN202210973951.1A patent/CN115390136B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111812710A (zh) * | 2020-07-15 | 2020-10-23 | 上海核工程研究设计院有限公司 | 基于蒙特卡洛和最大-最小法的地震psa定量化算法 |
| CN112381060A (zh) * | 2020-12-04 | 2021-02-19 | 哈尔滨工业大学 | 一种基于深度学习的建筑物地震破坏等级分类方法 |
| CN112613189A (zh) * | 2020-12-31 | 2021-04-06 | 中国再保险(集团)股份有限公司 | 一种考虑地震动幅值不确定性的建筑物易损性曲线建立方法及装置 |
| CN112926865A (zh) * | 2021-03-10 | 2021-06-08 | 苏州热工研究院有限公司 | 基于概率安全分析的核电厂故障水平计算方法及计算机 |
| CN113221426A (zh) * | 2021-05-28 | 2021-08-06 | 沈阳建筑大学 | 一种地震序列作用下的核电厂区域抗震安全评估方法 |
| CN114048670A (zh) * | 2021-10-19 | 2022-02-15 | 东南大学 | 一种区域混凝土桥梁震后损伤快速评估智能算法 |
Non-Patent Citations (2)
| Title |
|---|
| 可控震源振动器系统不确定性分析;李琴;赵仕英;黄志强;陶知非;郝磊;;中国安全生产科学技术;20160830(第08期);全文 * |
| 核电厂地震风险量化方法;王金凯;林模俤;;核动力工程;20160615(第03期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115390136A (zh) | 2022-11-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5655074A (en) | Method and system for conducting statistical quality analysis of a complex system | |
| CN113297727B (zh) | 基于概率安全分析的核电厂电缆防火保护选取设计方法 | |
| CN109118105B (zh) | 山火灾害下的电网群发故障的风险分析方法及系统 | |
| CN113743750B (zh) | 核电厂工艺系统过程风险评估系统及方法 | |
| Ha et al. | A method for risk-informed safety significance categorization using the analytic hierarchy process and bayesian belief networks | |
| Najafi et al. | Bisecting commits and modeling commit risk during testing | |
| CN118194203B (zh) | 基于协同管理的爆破智能管控方法 | |
| Zhang et al. | Condition-based maintenance considering imperfect inspection for a multi-state system subject to competing and hidden failures | |
| CN115390136B (zh) | 一种地震psa定量化的二次抽样方法及系统 | |
| JP7001462B2 (ja) | 機器の耐震評価方法及び装置 | |
| CN115456325B (zh) | 一种用于非煤矿山的灾害设防能力的分析方法 | |
| CN114665986B (zh) | 一种蓝牙钥匙的测试系统及方法 | |
| CN115564247A (zh) | 一种核电厂事故智能识别及决策的方法及系统 | |
| CN115660422A (zh) | 面向船舶人因风险管控的安全屏障性能评价方法及系统 | |
| CN115542391B (zh) | 一种基于核电厂现场巡访的地震psa易损度分析方法及系统 | |
| Grabaskas et al. | A methodology for the development of a reliability database for an advanced reactor probabilistic risk assessment | |
| CN114818296A (zh) | 一种载人航天发射质量控制方法及装置 | |
| CN115331856B (zh) | 一种适用于非能动核电厂地震设备清单建立的方法及系统 | |
| CN112819053A (zh) | 模型库的建立方法及装置、诊断方法及装置、预测方法 | |
| Muta et al. | Reliability enhancement of seismic risk assessment of npp as risk management fundamentals-development of a new mathematical framework for uncertainty analysis | |
| CN113792960B (zh) | 一种概率安全分析中事件序列确定及量化分析方法 | |
| Sinaga et al. | Path coverage information for adaptive random testing | |
| Lyons et al. | Seismic probabilistic risk assessment of nuclear power plants: 10 CFR 50.69 assumptions and sources of uncertainty | |
| Kim et al. | Risk significance assessment with operational events of Korea nuclear power plants | |
| CN115796838A (zh) | 一种针对多人合作的故障排查时间估计方法和系统 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: No. 29 Hong Cao Road, Xuhui District, Shanghai Applicant after: Shanghai Nuclear Engineering Research and Design Institute Co.,Ltd. Applicant after: Nuclear and Radiation Safety Center, Ministry of Ecology and Environment Address before: No. 29 Hong Cao Road, Xuhui District, Shanghai Applicant before: SHANGHAI NUCLEAR ENGINEERING RESEARCH & DESIGN INSTITUTE Co.,Ltd. Applicant before: Nuclear and Radiation Safety Center, Ministry of Ecology and Environment |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |