首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于自适应抽样与DET结合的核电厂事故失效概率计算方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:哈尔滨工程大学

摘要:本发明公开了一种基于自适应抽样与DET结合的核电厂事故失效概率计算方法,该方法包括以下步骤:S1获取核电厂的初始状态;S2构建DET仿真模型;S3将不确定性参数输入RELAP5程序耦合计算;S4引入目标函数将RELAP5程序计算结果划分为电厂状态安全与电厂状态危险;S5使用支持向量机方法针对输入的不确定性参数和电厂状态参数训练出一个分类器;S6针对输入参数构成的问题空间划分N‑D网格,在问题空间上确定极限曲面的位置;S7根据问题空间参数概率分布计算失效空间概率。本发明优点是构建的问题空间包络所有对电厂状态有影响的参数,将DET分支作为自适应抽样问题空间中的一维,对输出结果进行精确的预测与计算。

主权项:1.一种基于自适应抽样与DET结合的核电厂事故失效概率计算方法,其特征在于,该方法包括以下步骤:S1、获取核电厂的初始状态,即将核电厂状态的不确定性参数进行自适应抽样计算,以得到核电厂的初始状态数据;S2、构建DET仿真模型,依据核电厂各个系统与部件随时间的响应过程,构建离散动态树的仿真模型,获得DET分支时间参数;S3、将步骤S1和步骤S2获得的不确定性参数输入RELAP5程序耦合计算,以得到核电厂系统在对应问题空间坐标的计算输出参数;S4、引入目标函数将RELAP5程序计算结果划分为电厂状态安全与电厂状态危险,并使用参数“0”和参数“1”来表示;S5、使用支持向量机方法针对输入的不确定性参数和电厂状态参数训练出一个分类器;S6、针对输入参数构成的问题空间依据每个参数的累计概率密度划分N-D网格,所述N-D网格是代表有N维数据,每一维划分为D个等间距区域;并使用分类器分类整个问题空间,在问题空间上再使用支持向量机法确定极限曲面的位置,并将问题空间划分为成功空间与失效空间,所述成功空间对应核电厂安全状态,所述失效空间对应核电厂危险状态;S7、在问题空间内找到距离极限曲面位置最远的点,并将该点添加到步骤S3中RELAP5程序的训练数据集中,从步骤S3开始迭代计算,直到极限曲面的位置变化量小于接受的误差范围,确定失效空间位置,根据问题空间不确定性参数概率分布计算失效空间概率。

全文数据:

权利要求:

百度查询: 哈尔滨工程大学 一种基于自适应抽样与DET结合的核电厂事故失效概率计算方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。