[发明专利]核设施源项活度智能反演方法、装置、设备及存储介质

说明书

本申请公开了一种核设施源项活度智能反演方法、装置、设备及存储介质，包括：对源项进行分区，构建源项几何模型并进行辐射场计算；从计算结果中提取空间辐射场数据和源项分区活度数据作为训练样本，构建并训练卷积神经网络模型；将实际的辐射场剂量矩阵进行变换处理后输入至训练好的卷积神经网络模型，对源项活度进行预测；根据源项分区还原预测的源项活度的三维分布，输出反演的源项活度数据。本申请针对未知源项活度和体分布情况的核设施，通过构建卷积神经网络，采用提取的样本数据进行深度学习训练，得到不依赖于具体物理模型的泛化神经网络，可在现场测量手段所限情况下，通过智能化反演快速计算得到任意指定区域的源项活度值。

技术领域

本发明涉及辐射防护与核安全领域，特别是涉及一种核设施源项活度智能反演方法、装置、设备及存储介质。

背景技术

放射性源项特征是对核设施进行退役或处理的非常重要的前提依据，在实际核设施复杂源项的辐射场景中，由于源项的活度和分布情况往往是未知的且存在较大的不确定性，受测量手段的限制，直接测量放射性物质的组成和数量是十分困难的，且测量结果也只是源项在某个局部的表象。因此，一般需采用分析计算的方式得到源项数据。三维辐射场是反映一个核设施内真实外照射分布的数据库，可以通过测量获得所需的辐射场数据，利用辐射场剂量率的测量值来反向计算源项活度。通过分析三维辐射场，不仅可以确定辐射热点的位置，还可以估算出设备或管道中放射性物质的等效活度和分布情况，进而建立有效的屏蔽措施，实现现场精细化的辐射防护最优化分析。

目前，采用物理拟合或数值插值法进行源项反演，只能处理简单固定模型的放射性活度计算，且对输入输出之间的物理相关性要求较高，无法很好地反演核设施复杂源项、强各向异性分布情况下的源项数据。

因此，如何智能化反演得到源项数据，是本领域技术人员亟待解决的技术问题。

发明内容

有鉴于此，本发明的目的在于提供一种核设施源项活度智能反演方法、装置、设备及存储介质，可实现利用三维空间辐射场数据智能化反演得到三维体分布源项活度。其具体方案如下：

一种核设施源项活度智能反演方法，包括：

对源项进行分区，构建源项几何模型并进行辐射场计算；

从计算结果中提取空间辐射场数据和源项分区活度数据作为训练样本，构建并训练卷积神经网络模型；

将实际的辐射场剂量矩阵进行变换处理后输入至训练好的所述卷积神经网络模型，对源项活度进行预测；

根据源项分区还原预测的所述源项活度的三维分布，输出反演的源项活度数据。

优选地，在本发明实施例提供的上述核设施源项活度智能反演方法中，对源项进行分区，构建源项几何模型并进行辐射场计算，具体包括：

根据源项分布情况，对所述源项进行网格划分；

根据划分为多个区域后的所述源项，采用蒙特卡罗粒子输运计算程序构建源项几何模型；

对所述源项几何模型产生的多组不同源项几何参数进行随机抽样，批量产生蒙特卡罗计算文件；

调用蒙特卡罗粒子输运计算程序进行辐射场计算。

优选地，在本发明实施例提供的上述核设施源项活度智能反演方法中，在构建卷积神经网络模型之前，还包括：

对所述训练样本的一维向量三维网格化；

对三维网格化后的样本进行粗化或细化处理；

对粗化或细化处理后的样本加入高斯白噪声。

优选地，在本发明实施例提供的上述核设施源项活度智能反演方法中，构建并训练卷积神经网络模型，具体包括：