CN117373709B - 一种基于模型降阶和混合数据同化的堆芯测量方法 - Google Patents
一种基于模型降阶和混合数据同化的堆芯测量方法 Download PDFInfo
- Publication number
- CN117373709B CN117373709B CN202311224434.5A CN202311224434A CN117373709B CN 117373709 B CN117373709 B CN 117373709B CN 202311224434 A CN202311224434 A CN 202311224434A CN 117373709 B CN117373709 B CN 117373709B
- Authority
- CN
- China
- Prior art keywords
- distribution
- core
- physical field
- reactor core
- physical
- 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
- 230000009467 reduction Effects 0.000 title claims abstract description 34
- 238000000691 measurement method Methods 0.000 title claims abstract description 24
- 238000001514 detection method Methods 0.000 claims abstract description 74
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000013507 mapping Methods 0.000 claims abstract description 19
- 238000010168 coupling process Methods 0.000 claims abstract description 15
- 230000008878 coupling Effects 0.000 claims abstract description 11
- 238000005859 coupling reaction Methods 0.000 claims abstract description 11
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 11
- 230000014759 maintenance of location Effects 0.000 claims abstract description 4
- 239000000523 sample Substances 0.000 claims description 40
- 239000002826 coolant Substances 0.000 claims description 35
- 239000011159 matrix material Substances 0.000 claims description 35
- 239000013598 vector Substances 0.000 claims description 28
- 238000005259 measurement Methods 0.000 claims description 20
- 238000004088 simulation Methods 0.000 claims description 7
- ZOXJGFHDIHLPTG-UHFFFAOYSA-N Boron Chemical compound [B] ZOXJGFHDIHLPTG-UHFFFAOYSA-N 0.000 claims description 3
- 229910052796 boron Inorganic materials 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 16
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 2
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
- G21C—NUCLEAR REACTORS
- G21C17/00—Monitoring; Testing ; Maintaining
- G21C17/10—Structural combination of fuel element, control rod, reactor core, or moderator structure with sensitive instruments, e.g. for measuring radioactivity, strain
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V9/00—Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00
-
- 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
-
- 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
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- High Energy & Nuclear Physics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Plasma & Fusion (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Monitoring And Testing Of Nuclear Reactors (AREA)
Abstract
本发明公开了一种基于模型降阶和混合数据同化的堆芯测量方法,从理论上计算出多个不同堆芯状态μ下的核‑热‑流耦合过程,开展本征正交分解进行分析,选取99.99%的能量保留精度进行截断,确定不同物理场的本征正交基截断阶数,构建不同堆芯状态下的映射关系并重构堆芯状态参数;以模型降阶和混合数据同化方法为基础,建立堆芯内部耦合多物理场的降阶模型以及各个物理场,包括探测数据之间的降阶模型系数映射关系,将不同物理场之间的耦合关系转化为少数几个降阶模型系数之间的简单插值映射关系,以快速获得不同物理场的分布条件;既可获得更多物理场信息,又无需重新启停堆芯,使得测量的成本较低;同时,也无需消耗大量计算资源,计算时间更短。
Description
技术领域
本发明涉及核电站核反应堆的堆芯测量方法领域,尤其涉及的是一种测量信息丰富且测量成本较低的堆芯状态间接测量方法。
背景技术
如今,对核电站核反应堆的堆芯状态测量手段在反应堆堆芯安全分析领域发挥着至关重要的作用;对堆芯状态的测量主要包括堆芯中子测量、功率测量、温度测量以及压力测量等;而这些测量手段往往需要采用专门的测量传感器或探测器来获取数据,且不同传感器或探测器之间相互独立。
当需要对堆芯内部增加更多的物理探测信息时,就需要重新增加多种传感器或探测器并重新启停堆芯,这样不仅提高了测量的成本,尤其是对于一些特种小型反应堆堆芯,其内部空间也不足以安装多种传感器或探测器进行测量或探测。
为了从有限的探测器信号中反推出堆芯不同位置精细的物理量分布,往往需要采用数据同化反演方法;传统的数据同化反演方法需要经过大量的高精度多物理场耦合模拟计算,不仅消耗了大量的计算资源,而且计算时间也较长,且测量结果存在有一定的滞后性,难以达到实时测量的程度,也难以应用于工程实际。
因为现有的数据同化方法只能通过特定的探测信号对单一的物理场进行同化重构;例如,通过温度探测信号重构得到堆芯内部的温度分布;又如,通过功率探测信号重构得到堆芯内部功率分布;其局限性和缺点如下:
1、由于现有的数据同化方法大多基于数据反演算法,通过不断修改相关参数对单一的物理场进行多次的数值计算,直至计算所得到的物理场在探测点位置的分布与探测器信号一致为止;这个过程需要消耗大量的计算资源,同时也需要较长的计算时间;
2、由于一种探测信号只能同化重构出一种物理场分布信息,若需要更多物理探测信息,则需要相应增加更多的传感器或探测器,而且在传统反演算法中多个物理场之间的耦合模拟也需要更多的计算时间,同时多个物理场的混合反演算需要的时间也更多,由此大大增大了测量成本。
因此,现有的堆芯测量方法尚有待改进和发展。
发明内容
为解决上述技术问题,本发明提供一种基于模型降阶和混合数据同化的堆芯测量方法,可在增加更多测量信息的条件下降低测量成本;同时,无需消耗大量计算资源,且计算时间更短。
本发明的技术方案如下:一种基于模型降阶和混合数据同化的堆芯测量方法,由离线阶段六个步骤和在线阶段的三个步骤组成:
S210、对于待测量的堆芯,从理论上计算出多个不同堆芯状态μ下的核-热-流耦合过程,得到不同堆芯状态下的中子分布ϕ、功率分布P、温度分布T、冷却剂流速分布u和压力分布p的分布信号样本库;
S220、按照待测量的堆芯条件,根据堆芯内部传感器或探测器的种类和位置,从上述分布信号样本库中提取不同堆芯状态下的探测点物理场分布信号M;
S230、分别对不同堆芯状态下计算得到的中子分布ϕ、功率分布P、温度分布T、冷却剂流速分布u、压力分布p以及探测点物理场分布信号M开展本征正交分解,得到不同变量的不同阶本征正交基函数以及对应的不同阶本征正交特征值λ;
S240、分别对中子分布ϕ、功率分布P、温度分布T、冷却剂流速分布u、压力分布p以及探测点物理场分布信号M的本征正交特征值λ进行分析,选取99.99%的能量保留精度进行截断,确定不同物理场的本征正交基截断阶数;
S250、提取每一种堆芯状态下计算得到的中子分布ϕ、功率分布P、温度分布T、冷却剂流速分布u、压力分布p样本以及探测点物理场分布信号M,分别用各个物理场的分布信号样本除该物理场的本征正交基矩阵,得到该堆芯状态下与不同物理场样本相对应的本征正交基系数a(ϕ)、a(P)、a(T)、a(u)、a(p)以及探测点物理场基函数系数a(M);
S260、构建不同堆芯状态下本征正交基系数a(ϕ)、a(P)、a(T)、a(u)、a(p)以及堆芯状态参数μ与探测点物理场基函数系数a(M)之间的映射关系;
S270、当前堆芯运行状态下,从堆芯探测信号中获得堆芯探测点物理场分布信号M t ,用堆芯探测点物理场分布信号M t 除堆芯探测点物理场的本征正交基矩阵,得到待测量堆芯状态下堆芯的探测点物理场基函数系数a(M t );
S280、通过待测量堆芯状态下堆芯的探测点物理场基函数系数a(M t )与不同物理场的本征正交基系数以及堆芯状态参数μ之间的映射关系,得到中子分布ϕ、功率分布P、温度分布T、冷却剂流速分布u、压力分布p在待测量堆芯状态下的本征正交基系数a(ϕ t )、a(P t )、a(T t )、a(u t )、a(p t )以及堆芯状态参数μ t ;
S290、分别用不同物理场的本征正交基系数向量乘各个物理场的本征正交基矩阵,重构得到待测量堆芯状态下堆芯内部的中子分布ϕ t 、功率分布P t 、温度分布T t 、冷却剂流速分布u t 、压力分布p t 以及堆芯的功率水平Pr t 、堆芯平均燃耗Bu t 、堆芯硼浓度CB t 、堆芯控制棒棒位CR t 、堆芯冷却剂入口流量G in,t 和堆芯冷却剂入口温度T in,t 。
所述的基于模型降阶和混合数据同化的堆芯测量方法,其中,所述步骤S210具体包括以下步骤:
S212、根据待测量堆芯的运行经验,先选定压水堆状态参数的范围包括:堆芯功率水平Pr、堆芯平均燃耗Bu、堆芯硼浓度CB、堆芯控制棒棒位CR、堆芯冷却剂入口流量G in 、堆芯冷却剂入口温度T in ;随后按照运行经验对每一个堆芯状态参数在设定参数范围内选取N i 个状态点,N i 为正整数,i指代各个状态参数;
S214、对各个状态参数的不同状态点进行组合,确定堆芯总的状态参数μ(Pr,Bu,CB,CR,G in ,T in ),共有N Pr ×N Bu ×N CB ×N CR ×N G ×N T 个状态参数组合;
S216、在每一个状态参数组合条件下开展核-热-流耦合模拟,得到该状态参数组合下的中子分布ϕ、功率分布P、温度分布T、冷却剂流速分布u和压力分布p的分布信号样本库;
S218、将每一个物理场在不同状态参数组合下的分布信号样本组装为一个N d 行N Pr ×N Bu ×N CB ×N CR ×N G ×N T 列的二维矩阵,N d 为正整数,表示数值模拟的网格数。
所述的基于模型降阶和混合数据同化的堆芯测量方法,其中,所述步骤S220具体包括以下步骤:
S222、根据待测堆芯内部传感器或探测器的布置情况,确定堆芯测量参数以及测量点的空间位置;
S224、根据堆芯内部探测器或传感器的种类和位置,从上述分布信号样本库中提取不同状态参数组合下探测器或传感器位置的物理量分布,组成新的探测点物理场分布信号M;
S226、将探测点物理场分布信号M组装为一个N m 行N Pr ×N Bu ×N CB ×N CR ×N G ×N T 列的二维矩阵,N m 为正整数,表示探测点的数量。
所述的基于模型降阶和混合数据同化的堆芯测量方法,其中,所述步骤S230具体包括以下步骤:
S232、分别对不同物理场的样本矩阵开展本征正交分解,得到N Pr ×N Bu ×N CB ×N CR ×N G ×N T 个N d 行的列向量以及N Pr ×N Bu ×N CB ×N CR ×N G ×N T 个特征值,该列向量是不同阶的物理场本征正交基,与本征正交基相对应的特征值从大到小排列;
S234、对探测点物理场分布信号M开展本征正交分解,得到N Pr ×N Bu ×N CB ×N CR ×N G ×N T 个N m 行的列向量以及N Pr ×N Bu ×N CB ×N CR ×N G ×N T 个特征值,该列向量是不同阶的物理场本征正交基,与本征正交基相对应的特征值从大到小排列。
所述的基于模型降阶和混合数据同化的堆芯测量方法,其中,所述步骤S240具体包括以下步骤:
S242、对于每一个物理场,先求所有阶本征正交特征值之和,随后从第一个本征正交特征值开始,逐项累加并计算累加特征值与所有特征值之和的比值;将ε>99.99%时的L作为该物理场需要保留的本征正交基阶数;
S244、将该物理场的前L个本征正交基组装成为N m 行L列的物理场本征正交基矩阵;
S246、对探测点物理场分布样本M,也同样进行上述特征值分析,得到探测点物理量的本征正交基矩阵。
所述的基于模型降阶和混合数据同化的堆芯测量方法,其中,所述步骤S250中:对各个物理场,分别用每一个状态参数组合下的物理量分布信息(即列向量)除该物理场的本征正交基矩阵,得到当前状态参数组合条件下的基函数系数a k ,k=1, 2, …,L。
所述的基于模型降阶和混合数据同化的堆芯测量方法,其中,所述步骤S260中:对每一个中子场的各阶基函数系数以及状态参数,构建其与探测数据基函数系数之间的映射关系。
所述的基于模型降阶和混合数据同化的堆芯测量方法,其中,所述步骤S270具体包括以下步骤:
S272、在堆芯运行阶段,从堆芯探测器在线提取各个探测点的探测数据,组装成为探测数据向量M t ,该矩阵是一个N m 行的列向量,N m 是探测点的数量;
S274、用探测数据向量M t 除探测点物理场本征正交基矩阵,在线得到当前堆芯运行状态下的探测点物理场基函数系数a(M t )。
所述的基于模型降阶和混合数据同化的堆芯测量方法,其中,所述步骤S280中:采用步骤S260所建立的各个物理场基函数系数之间的映射关系,由探测点物理场基函数系数a(M t )确定各个物理场的基函数系数以及堆芯状态参数。
所述的基于模型降阶和混合数据同化的堆芯测量方法,其中,所述步骤S290中:对于各个物理场,分别用其基函数系数向量乘本征正交基矩阵,得到当前堆芯状态下的物理场精细分布条件。
本发明所提供的一种基于模型降阶和混合数据同化的堆芯测量方法,以模型降阶和混合数据同化方法为基础,可以在不改变现有探测器配置的情况下,快速获取不同物理场的分布信息;本发明的创新点在于建立堆芯内部耦合多物理场的降阶模型以及各个物理场,包括探测数据,之间的降阶模型系数映射关系,将不同物理场之间的耦合关系转化为少数几个降阶模型系数之间的简单插值映射关系,以快速获得不同物理场的分布条件;既可获得更多物理场信息,又无需重新启停堆芯,使得测量的成本较低;同时,也无需消耗大量计算资源,计算时间更短。
附图说明
在此描述的附图仅用于解释目的,而非意图以任何方式来限制本发明公开的范围;图中各部件的形状和比例尺寸等仅为示意性的,用于帮助对本发明的理解,并非是具体限定本发明各部件的形状和比例尺寸;本领域的技术人员在本发明的教导下,可以根据具体情况选择各种可能的形状和比例尺寸来实施本发明。
图1是本发明基于模型降阶和混合数据同化的堆芯测量方法实施例的流程图。
实施方式
以下将结合附图,对本发明的具体实施方式和实施例加以详细说明,所描述的具体实施例仅用以解释本发明,并非用于限定本发明的具体实施方式。
如图1所示,本发明的一种基于模型降阶和混合数据同化的堆芯测量方法,由离线阶段和在线阶段组成,包括以下步骤:
步骤S210、离线阶段,对于待测量的堆芯(即当前运行的堆芯),从理论上计算出多个不同堆芯状态μ下(包括不同的堆芯功率水平Pr、堆芯平均燃耗Bu、堆芯硼浓度CB、堆芯控制棒棒位CR、堆芯冷却剂入口流量G in 和堆芯冷却剂入口温度T in 等堆芯状态参数)的核-热-流耦合过程,得到不同堆芯状态下的中子分布ϕ、功率分布P、温度分布T、冷却剂流速分布u和压力分布p的分布信号样本库;
步骤S220、按照待测量的堆芯条件,根据堆芯内部传感器或探测器的种类和位置,从上述分布信号样本库中提取不同堆芯状态下的探测点物理场分布信号M;
步骤S230、分别对不同堆芯状态下计算得到的中子分布ϕ、功率分布P、温度分布T、冷却剂流速分布u、压力分布p以及探测点物理场分布信号M开展本征正交分解,得到不同变量的不同阶本征正交基函数以及对应的不同阶本征正交特征值λ;
步骤S240、分别对中子分布ϕ、功率分布P、温度分布T、冷却剂流速分布u、压力分布p以及探测点物理场分布信号M的本征正交特征值λ进行分析,选取99.99%的能量保留精度进行截断,确定不同物理场的本征正交基截断阶数;
步骤S250、提取每一种堆芯状态下计算得到的中子分布ϕ、功率分布P、温度分布T、冷却剂流速分布u、压力分布p样本以及探测点物理场分布信号M,分别用各个物理场的分布信号样本除该物理场的本征正交基矩阵,得到该堆芯状态下与不同物理场样本相对应的本征正交基系数a(ϕ)、a(P)、a(T)、a(u)、a(p)以及探测点物理场基函数系数a(M);
步骤S260、构建不同堆芯状态下本征正交基系数a(ϕ)、a(P)、a(T)、a(u)、a(p)以及堆芯状态参数μ与探测点物理场基函数系数a(M)之间的映射关系;
步骤S270、在线阶段,待测量堆芯状态(即当前堆芯运行状态)下,从堆芯探测信号中获得堆芯探测点物理场分布信号M t ,用堆芯探测点物理场分布信号M t 除堆芯探测点物理场的本征正交基矩阵,得到待测量堆芯状态下堆芯的探测点物理场基函数系数a(M t );
步骤S280、通过待测量堆芯状态下堆芯的探测点物理场基函数系数a(M t )与不同物理场的本征正交基系数以及堆芯状态参数μ之间的映射关系,得到中子分布ϕ、功率分布P、温度分布T、冷却剂流速分布u、压力分布p在待测量堆芯状态下的本征正交基系数a(ϕ t )、a(P t )、a(T t )、a(u t )、a(p t )以及堆芯状态参数μ t ;
步骤S290、分别用不同物理场的本征正交基系数向量乘各个物理场的本征正交基矩阵,重构得到待测量堆芯状态下堆芯内部的中子分布ϕ t 、功率分布P t 、温度分布T t 、冷却剂流速分布u t 、压力分布p t 以及堆芯的功率水平Pr t 、堆芯平均燃耗Bu t 、堆芯硼浓度CB t 、堆芯控制棒棒位CR t 、堆芯冷却剂入口流量G in,t 和堆芯冷却剂入口温度T in,t 。
本发明这种基于模型降阶和混合数据同化的堆芯状态间接测量方法,以模型降阶和混合数据同化方法为基础,可以在不改变现有探测器配置的情况下,快速获取不同物理场的分布信息;本发明的创新点在于建立堆芯内部耦合多物理场的降阶模型以及各个物理场,包括探测数据之间的降阶模型系数映射关系,将不同物理场之间的耦合关系转化为少数几个降阶模型系数之间的简单插值映射关系,以快速获得不同物理场的分布条件,既解决了现有堆芯测量手段测量信息单一、成本较高的技术问题,也解决了基于数据反演算法的现有数据同化方法需要消耗大量计算资源、计算时间较长的技术问题。
具体的,步骤S210包括以下步骤:
S212、根据待测量堆芯的运行经验,先选定压水堆状态参数的范围包括:堆芯功率水平Pr、堆芯平均燃耗Bu、堆芯硼浓度CB、堆芯控制棒棒位CR、堆芯冷却剂入口流量G in 、堆芯冷却剂入口温度T in ;随后按照运行经验对每一个堆芯状态参数在设定参数范围内选取N i 个状态点,N i 为正整数,i指代各个状态参数;
S214、对各个状态参数的不同状态点进行组合,确定堆芯总的状态参数μ(Pr,Bu,CB,CR,G in ,T in ),共有N Pr ×N Bu ×N CB ×N CR ×N G ×N T 个状态参数组合;
S216、在每一个状态参数组合条件下开展核-热-流耦合模拟,得到该状态参数组合下的中子分布ϕ、功率分布P、温度分布T、冷却剂流速分布u和压力分布p的分布信号样本库;
S218、将每一个物理场在不同状态参数组合下的分布信号样本组装为一个N d 行N Pr ×N Bu ×N CB ×N CR ×N G ×N T 列的二维矩阵,N d 为正整数,表示数值模拟的网格数。
具体的,在步骤S220包括以下步骤:
S222、根据待测堆芯内部传感器或探测器的布置情况,确定堆芯测量参数以及测量点的空间位置;若堆芯内部传感器为中子传感器,则还需要确定探测的能量范围;
S224、根据堆芯内部探测器或传感器的种类和位置,从上述分布信号样本库中提取不同状态参数组合下探测器或传感器位置的物理量分布,组成新的探测点物理场分布信号M;
S226、将探测点物理场分布信号M组装为一个N m 行N Pr ×N Bu ×N CB ×N CR ×N G ×N T 列的二维矩阵,N m 为正整数,表示探测点的数量。
具体的,在步骤S230包括以下步骤:
S232、分别对不同物理场的样本矩阵开展本征正交分解,得到N Pr ×N Bu ×N CB ×N CR ×N G ×N T 个N d 行的列向量以及N Pr ×N Bu ×N CB ×N CR ×N G ×N T 个特征值,该列向量是不同阶的物理场本征正交基,与本征正交基相对应的特征值从大到小排列;
S234、对探测点物理场分布信号M开展本征正交分解,得到N Pr ×N Bu ×N CB ×N CR ×N G ×N T 个N m 行的列向量以及N Pr ×N Bu ×N CB ×N CR ×N G ×N T 个特征值,该列向量是不同阶的物理场本征正交基,与本征正交基相对应的特征值从大到小排列。
具体的,在步骤S240包括以下步骤:
S242、对于每一个物理场,先求所有阶本征正交特征值之和,随后从第一个本征正交特征值开始,逐项累加并计算累加特征值与所有特征值之和的比值;当ε>99.99%时,此时的L就是该物理场需要保留的本征正交基阶数;
S244、将该物理场的前L个本征正交基组装成为N m 行L列的物理场本征正交基矩阵;
S246、对探测点物理场分布样本M,也同样进行上述特征值分析,得到探测点物理量的本征正交基矩阵。
具体的,在步骤S250中,对各个物理场,分别用每一个状态参数组合下的物理量分布信息(即列向量)除该物理场的本征正交基矩阵,得到当前状态参数组合条件下的基函数系数a k ,k=1, 2, …,L。
具体的,在步骤S260中,对每一个中子场的各阶基函数系数以及状态参数,构建其与探测数据基函数系数之间的映射关系。
具体的,在步骤S270包括以下步骤:
S272、在堆芯运行阶段,从堆芯探测器在线提取各个探测点的探测数据,组装成为探测数据向量M t ,该矩阵是一个N m 行的列向量,N m 是探测点的数量;
S274、用探测数据向量M t 除探测点物理场本征正交基矩阵,在线得到当前堆芯运行状态下的探测点物理场基函数系数a(M t )。
具体的,在步骤S280中,采用步骤S260所建立的各个物理场基函数系数之间的映射关系,由探测点物理场基函数系数a(M t )确定各个物理场的基函数系数以及堆芯状态参数。
具体的,在步骤S290中,对于各个物理场,分别用其基函数系数向量乘本征正交基矩阵,得到当前堆芯状态下的物理场精细分布条件。
需要说明的是,本发明这种基于模型降阶和混合数据同化的堆芯测量方法,经过对国内南方某核电站单个反应堆堆芯内部多个物理探测信息进行建模,并验证其计算过程和结果,使用体验感较好,并没有以复杂步骤实现简单功能,也没有采用常规或简单特征进行组合或堆叠,故符合技术改进的常理,且具有实用性。
本说明书中未作详细描述的内容均属于本领域普通技术人员公知的现有技术。
应当理解的是,以上所述仅为本发明的较佳实施例而已,并不足以限制本发明的技术方案,对本领域普通技术人员来说,在本发明的精神和原则之内,可以根据上述说明加以增减、替换、变换或改进,例如,可以使用其它模型降阶方法,包括动力学模态分解,主成分分析等,又如,样本库的构建可以采用更多的状态参数,再如,可以考虑更多的物理场耦合过程,包括力学等,而所有这些增减、替换、变换或改进后的技术方案,都应属于本发明所附权利要求的保护范围。
Claims (9)
1.一种基于模型降阶和混合数据同化的堆芯测量方法,其特征在于,由离线阶段六个步骤和在线阶段的三个步骤组成:
S210、对于待测量的堆芯,从理论上计算出多个不同堆芯状态μ下的核-热-流耦合过程,得到不同堆芯状态下的中子分布ϕ、功率分布P、温度分布T、冷却剂流速分布u和压力分布p的分布信号样本库;
S220、按照待测量的堆芯条件,根据堆芯内部传感器或探测器的种类和位置,从上述分布信号样本库中提取不同堆芯状态下的探测点物理场分布信号M;
S230、分别对不同堆芯状态下计算得到的中子分布ϕ、功率分布P、温度分布T、冷却剂流速分布u、压力分布p以及探测点物理场分布信号M开展本征正交分解,得到不同变量的不同阶本征正交基函数以及对应的不同阶本征正交特征值λ;
S240、分别对中子分布ϕ、功率分布P、温度分布T、冷却剂流速分布u、压力分布p以及探测点物理场分布信号M的本征正交特征值λ进行分析,选取99.99%的能量保留精度进行截断,确定不同物理场的本征正交基截断阶数;所述步骤S240具体包括以下步骤:
S242、对于每一个物理场,先求所有阶本征正交特征值之和,随后从第一个本征正交特征值开始,逐项累加并计算累加特征值与所有特征值之和的比值/>;将ε> 99.99%时的L作为该物理场需要保留的本征正交基阶数;
S244、将该物理场的前L个本征正交基组装成为N m 行L列的物理场本征正交基矩阵;
S246、对探测点物理场分布样本M,也同样进行上述特征值分析,得到探测点物理量的本征正交基矩阵;
S250、提取每一种堆芯状态下计算得到的中子分布ϕ、功率分布P、温度分布T、冷却剂流速分布u、压力分布p样本以及探测点物理场分布信号M,分别用各个物理场的分布信号样本除该物理场的本征正交基矩阵,得到该堆芯状态下与不同物理场样本相对应的本征正交基系数a(ϕ)、a(P)、a(T)、a(u)、a(p)以及探测点物理场基函数系数a(M);
S260、构建不同堆芯状态下本征正交基系数a(ϕ)、a(P)、a(T)、a(u)、a(p)以及堆芯状态参数μ与探测点物理场基函数系数a(M)之间的映射关系;
S270、当前堆芯运行状态下,从堆芯探测信号中获得堆芯探测点物理场分布信号M t ,用堆芯探测点物理场分布信号M t 除堆芯探测点物理场的本征正交基矩阵,得到待测量堆芯状态下堆芯的探测点物理场基函数系数a(M t );
S280、通过待测量堆芯状态下堆芯的探测点物理场基函数系数a(M t )与不同物理场的本征正交基系数以及堆芯状态参数μ之间的映射关系,得到中子分布ϕ、功率分布P、温度分布T、冷却剂流速分布u、压力分布p在待测量堆芯状态下的本征正交基系数a(ϕ t )、a(P t )、a(T t )、a(u t )、a(p t )以及堆芯状态参数μ t ;
S290、分别用不同物理场的本征正交基系数向量乘各个物理场的本征正交基矩阵,重构得到待测量堆芯状态下堆芯内部的中子分布ϕ t 、功率分布P t 、温度分布T t 、冷却剂流速分布u t 、压力分布p t 以及堆芯的功率水平Pr t 、堆芯平均燃耗Bu t 、堆芯硼浓度CB t 、堆芯控制棒棒位CR t 、堆芯冷却剂入口流量G in, t 和堆芯冷却剂入口温度T in,t 。
2.根据权利要求1所述的基于模型降阶和混合数据同化的堆芯测量方法,其特征在于,所述步骤S210具体包括以下步骤:
S212、根据待测量堆芯的运行经验,先选定压水堆状态参数的范围包括:堆芯功率水平Pr、堆芯平均燃耗Bu、堆芯硼浓度CB、堆芯控制棒棒位CR、堆芯冷却剂入口流量G in 、堆芯冷却剂入口温度T in ;随后按照运行经验对每一个堆芯状态参数在设定参数范围内选取N i 个状态点,N i 为正整数,i指代各个状态参数;
S214、对各个状态参数的不同状态点进行组合,确定堆芯总的状态参数μ(Pr,Bu,CB,CR,G in ,T in ),共有N Pr ×N Bu ×N CB ×N CR ×N G ×N T 个状态参数组合;
S216、在每一个状态参数组合条件下开展核-热-流耦合模拟,得到该状态参数组合下的中子分布ϕ、功率分布P、温度分布T、冷却剂流速分布u和压力分布p的分布信号样本库;
S218、将每一个物理场在不同状态参数组合下的分布信号样本组装为一个N d 行N Pr ×N Bu ×N CB ×N CR ×N G ×N T 列的二维矩阵,N d 为正整数,表示数值模拟的网格数。
3.根据权利要求1所述的基于模型降阶和混合数据同化的堆芯测量方法,其特征在于,所述步骤S220具体包括以下步骤:
S222、根据待测堆芯内部传感器或探测器的布置情况,确定堆芯测量参数以及测量点的空间位置;
S224、根据堆芯内部探测器或传感器的种类和位置,从上述分布信号样本库中提取不同状态参数组合下探测器或传感器位置的物理量分布,组成新的探测点物理场分布信号M;
S226、将探测点物理场分布信号M组装为一个N m 行N Pr ×N Bu ×N CB ×N CR ×N G ×N T 列的二维矩阵,N m 为正整数,表示探测点的数量。
4.根据权利要求1所述的基于模型降阶和混合数据同化的堆芯测量方法,其特征在于,所述步骤S230具体包括以下步骤:
S232、分别对不同物理场的样本矩阵开展本征正交分解,得到N Pr ×N Bu ×N CB ×N CR ×N G ×N T 个N d 行的列向量以及N Pr ×N Bu ×N CB ×N CR ×N G ×N T 个特征值,该列向量是不同阶的物理场本征正交基,与本征正交基相对应的特征值从大到小排列;
S234、对探测点物理场分布信号M开展本征正交分解,得到N Pr ×N Bu ×N CB ×N CR ×N G ×N T 个N m 行的列向量以及N Pr ×N Bu ×N CB ×N CR ×N G ×N T 个特征值,该列向量是不同阶的物理场本征正交基,与本征正交基相对应的特征值从大到小排列。
5. 根据权利要求1所述的基于模型降阶和混合数据同化的堆芯测量方法,其特征在于,所述步骤S250中:对各个物理场,分别用每一个状态参数组合下的物理量分布信息(即列向量)除该物理场的本征正交基矩阵,得到当前状态参数组合条件下的基函数系数a k ,k=1, 2, …, L。
6.根据权利要求1所述的基于模型降阶和混合数据同化的堆芯测量方法,其特征在于,所述步骤S260中:对每一个中子场的各阶基函数系数以及状态参数,构建其与探测数据基函数系数之间的映射关系。
7.根据权利要求1所述的基于模型降阶和混合数据同化的堆芯测量方法,其特征在于,所述步骤S270具体包括以下步骤:
S272、在堆芯运行阶段,从堆芯探测器在线提取各个探测点的探测数据,组装成为探测数据向量M t ,该矩阵是一个N m 行的列向量,N m 是探测点的数量;
S274、用探测数据向量M t 除探测点物理场本征正交基函数,在线得到当前堆芯运行状态下的探测点物理场基函数系数a(M t )。
8.根据权利要求1所述的基于模型降阶和混合数据同化的堆芯测量方法,其特征在于,所述步骤S280中:采用步骤S260所建立的各个物理场基函数系数之间的映射关系,由探测点物理场基函数系数a(M t )确定各个物理场的基函数系数以及堆芯状态参数。
9.根据权利要求1所述的基于模型降阶和混合数据同化的堆芯测量方法,其特征在于,所述步骤S290中:对于各个物理场,分别用其基函数系数乘本征正交基矩阵,得到当前堆芯状态下的物理场精细分布条件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311224434.5A CN117373709B (zh) | 2023-09-21 | 2023-09-21 | 一种基于模型降阶和混合数据同化的堆芯测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311224434.5A CN117373709B (zh) | 2023-09-21 | 2023-09-21 | 一种基于模型降阶和混合数据同化的堆芯测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117373709A CN117373709A (zh) | 2024-01-09 |
CN117373709B true CN117373709B (zh) | 2024-04-02 |
Family
ID=89390150
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311224434.5A Active CN117373709B (zh) | 2023-09-21 | 2023-09-21 | 一种基于模型降阶和混合数据同化的堆芯测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117373709B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101067976A (zh) * | 2006-09-15 | 2007-11-07 | 核电秦山联营有限公司 | 压水堆核电站控制棒驱动机构在线监测及故障诊断方法 |
TW200923969A (en) * | 2007-09-26 | 2009-06-01 | Areva Np Inc | Reduced order stress model for online maneuvering, diagnostics of fuel failure and design of core loading patterns of light water reactors |
CN113409975A (zh) * | 2021-06-17 | 2021-09-17 | 中国核动力研究设计院 | 基于模型降阶和数据同化的堆芯功率分布监测方法及系统 |
CN116070505A (zh) * | 2022-12-15 | 2023-05-05 | 哈尔滨工程大学 | 一种基于模型降阶与堆外计数的堆芯功率在线监测方法 |
-
2023
- 2023-09-21 CN CN202311224434.5A patent/CN117373709B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101067976A (zh) * | 2006-09-15 | 2007-11-07 | 核电秦山联营有限公司 | 压水堆核电站控制棒驱动机构在线监测及故障诊断方法 |
TW200923969A (en) * | 2007-09-26 | 2009-06-01 | Areva Np Inc | Reduced order stress model for online maneuvering, diagnostics of fuel failure and design of core loading patterns of light water reactors |
CN113409975A (zh) * | 2021-06-17 | 2021-09-17 | 中国核动力研究设计院 | 基于模型降阶和数据同化的堆芯功率分布监测方法及系统 |
CN116070505A (zh) * | 2022-12-15 | 2023-05-05 | 哈尔滨工程大学 | 一种基于模型降阶与堆外计数的堆芯功率在线监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117373709A (zh) | 2024-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109830317B (zh) | 一种基于跟踪计算的堆芯功率本征正交分解在线重构方法 | |
CN105444923A (zh) | 基于遗传算法优化最小二乘支持向量机的机械式温度仪表误差预测方法 | |
CN108268905A (zh) | 一种基于支持向量机的变压器故障诊断方法及系统 | |
CN110285781B (zh) | 一种相对于基准面的平面平行度快速评定方法 | |
CN111900731A (zh) | 一种基于pmu的电力系统状态估计性能评价方法 | |
JP2007240464A (ja) | 沸騰水型原子炉炉心状態監視装置 | |
CN115828797A (zh) | 一种基于降阶模型的潜艇水动力载荷快速预报方法 | |
CN116070505B (zh) | 一种基于模型降阶与堆外计数的堆芯功率在线监测方法 | |
CN111814343B (zh) | 综合堆内外探测器测量值的堆芯功率分布在线重构方法 | |
CN115049026A (zh) | 基于gsnnr的空间非平稳性关系的回归分析方法 | |
CN117454805B (zh) | 基于流体降阶仿真的风机尾流影响计算方法和系统 | |
CN111639722A (zh) | 基于主成分分析和孪生支持向量机的变压器故障诊断方法 | |
CN108052963A (zh) | 风电功率预测建模的数据筛选方法、装置及风力发电机组 | |
CN117373709B (zh) | 一种基于模型降阶和混合数据同化的堆芯测量方法 | |
Defreitas et al. | Anomaly detection in wind tunnel experiments by principal component analysis | |
CN117574723A (zh) | 一种面向风电机组塔筒在线运行状态监测的数字孪生方法 | |
CN112380763A (zh) | 一种基于数据挖掘的堆内构件可靠性分析系统及方法 | |
CN115169265B (zh) | 基于数值分析的搅混系数分析方法、系统、设备和介质 | |
CN117198572B (zh) | 基于pod和中子探测数据的核燃料包壳破损在线监测方法 | |
CN112051836B (zh) | 基于多核模型的水下机器人推进器状态监测方法 | |
CN114597965A (zh) | 基于lasso回归确定新能源消纳模型的方法及系统 | |
CN112307670A (zh) | 基于bagging集成神经网络的压水堆堆芯参数预测模型设计方法 | |
Jiang et al. | Research on Instrumentation Health Status Evaluation MethodBased on Neural Network | |
Yan et al. | A Data Cleaning Framework for Water Quality Based on NLDIW-PSO Based Optimal SVR | |
Dawoud et al. | Quantile-Based Estimation of Biasing Parameter for Kibria-Lukman Regression Estimator: Simulation and Application to Portland Cement Data |
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 |