[发明专利]基于神经网络的PCI快速分析方法、装置、电子设备及存储介质

说明书

本发明涉及基于神经网络的PCI快速分析方法、装置、电子设备及存储介质，包括：提取核反应堆燃料棒的功率史中稳态功率和第一瞬态功率进行PCI初步分析获取初步PCI分析结果和最后一步稳态结果，获取瞬态功率对应的瞬态特征参数，通过敏感性分析得到对应的敏感特征参数；建立初始神经网络，输入稳态功率和第一瞬态功率的敏感特征参数对应值，输出目标为初步PCI分析结果，在满足训练次数的前提下对该网络进行训练获取目标网络，并在获取目标网络后，获取稳态功率和第二瞬态功率的敏感特征参数对应值作为目标网络的输入，进行计算以获取最终输出结果。实施本发明能够简单、快速同时能够准确的获得核反应堆的PCI分析结果。

技术领域

本发明涉及核反应堆应用技术领域，更具体地说，涉及一种基于神经网络的PCI快速分析方法、装置、电子设备及存储介质。

背景技术

在反应堆升功率瞬态过程中，由于燃料棒芯块和包壳不同程度的膨胀，可能会发生芯块与包壳相互作用(PCI)，使包壳处于高应力应变状态，从而导致包壳破损。

PWR堆芯燃料组件为157组，每个组件包含264根燃料棒。考虑对称性，1/8堆芯26盒组件共计6864根燃料棒。现有PCI热力机械计算需逐棒分析燃料在不同运行情况下承受多种瞬态后的行为，对某一特定电厂所需分析算例预计百万以上。单一算例中需包含稳态、瞬态功率，模型参数、燃料尺寸参数、注量、冷却剂流量等众多参数，因此现阶段完成某一电厂PCI分析需耗费巨大的计算资源。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述技术缺陷，提供一种基于神经网络的PCI快速分析方法、装置、电子设备及存储介质。

本发明解决其技术问题所采用的技术方案是：构造一种基于神经网络的PCI快速分析方法，包括：

S1、获取核反应堆燃料棒的功率史，以提取其所有的稳态功率和瞬态功率，并按预设规则将瞬态功率分为第一数量的第一瞬态功率和第二数量的第二瞬态功率；

S2、对所述稳态功率和所述第一瞬态功率进行初步PCI分析以得到对应的初步PCI分析结果和最后一步稳态结果，对所述第一瞬态功率进行表征获得所述瞬态功率对应的瞬态特征参数；

S3、敏感性分析所述最后一步稳态结果和所述瞬态特征参数与所述初步PCI分析结果，以获取所述稳态功率的稳态敏感特征参数和所述瞬态功率的瞬态敏感特征参数；

S4、建立包含输入层、隐含层和输出层的初始神经网络，获取所述稳态敏感特征参数的对应值与所述第一瞬态功率的瞬态敏感特征参数的对应值作为所述输入层的输入，将所述初步PCI分析结果作为所述输出层的输出目标；

S5、对所述初始神经网络进行迭代训练以获取所述输出层的输出结果，以确认所述输出结果是否满足预设条件，若是，则执行步骤S8，若否，则执行步骤S6；

S6、确认所述迭代训练的次数是否小于预设值，若是，执行所述步骤S5，若否，则执行步骤S7；

S7、调整所述初始神经网络并执行所述步骤S5；

S8、将所述初始神经网络作为目标网络，对所述第二瞬态功率进行表征以获取所述第二瞬态功率的瞬态敏感特征参数的对应值，并同所述稳态敏感特征参数的对应值同时作为所述目标网络的输入层的输入，进行计算以获取最终输出结果。

优选地，在所述步骤S1中，所述按预设规则将所述瞬态功率分为第一数量的第一瞬态功率和第二数量的第二瞬态功率，包括：

从所述瞬态功率利用随机算法随机提取第一数量的第一瞬态功率，剩余的瞬态功率作为第二数量的第二瞬态功率。

优选地，所述第一数量小于所述第二数量。

优选地，所述第二数量是所述第一数量的2到10倍。

优选地，在所述步骤S3中，