【技术实现步骤摘要】
本申请涉及核电环境预警的领域，尤其是涉及一种冷源致灾物的预测方法、系统及存储介质。
技术介绍
1、随着核电技术的不断发展，核电站的数量越来越多，且安全性也越来越高。其中，核电站会配备有冷源，冷源将核电站在电力生产过程中的热量导出核电站，核电站靠海而建，冷源则为海水，继而方便为核电站重要厂用水系统和循环水系统提供足够流量和水质要求的海水。
2、随着核电站的投入运营，冷源中会出现冷源致灾物。冷源致灾物是指在海水取用过程中，随海水流动进入冷源系统，可引发过滤装置压差增大或泵组取水流量不足等危及生产和运行的海洋生物、海漂垃圾及海冰等物质。
3、面对现有的一系列威胁，传统过滤水系统的格栅、滤网配置难以抵抗，目前国内核电站已经开始研发自主冷源报警装置，通过红外成像装置拍摄水体得到水体照片，分析水体照片判断冷源致灾物的情况。但是上述技术中分析冷源致灾物只有在发生灾情的情况下才能判断出险情，无法对冷源致灾物险情作出提前预测。
技术实现思路
1、为了对冷源致灾物险情作出提前预测，本申请提供一种冷源致灾物的预测方法、系统及存储介质。
2、第一方面，本申请提供一种冷源致灾物的预测方法，采用如下的技术方案：
3、一种冷源致灾物的预测方法，包括如下步骤：
4、基于用于测量不同位置的流体流速的水流检测模块获取水流数据，根据所述水流数据与预设的水流模板计算出水流预警值；基于用于测量不同位置的流体温度的水温检测模块获取水温数据，根据所述水温数据与预设的水
5、基于用于测量不同水深的流向变化分布程度的流向测量仪获取湍流数据，根据所述湍流数据与预设的湍流模板计算出湍流预警值；基于用于测量不同水深的水中能见度的能见度模块获取能见度数据，根据所述能见度数据与预设的能见度模板计算出能见度预警值；基于用于测量不同水深的可见光吸收波长数据的可见光模块获取可见光数据，根据所述可见光数据与预设的可见光模板计算出可见光预警值；
6、根据所述水流预警值和水温预警值使用正向预测算法计算出正向预测预警值；
7、根据所述湍流预警值、能见度预警值和所述可见光预警值使用反向预测算法计算出反向预测预警值；
8、根据所述正向预测预警值与所述反向预测预警值使用融合预测算法计算出冷源致灾预测预警值；
9、根据冷源致灾预测预警值从预设的预测模板中匹配出预测结果，输出所述预测结果。
10、通过采用上述技术方案，通过水流检测模块和水温检测模块能够得到水流数据和水温数据，根据水流数据和水温数据通过与对应的模板计算得到水流预警值和水温预警值，水流预警值和水温预警值与海水的流动情况对应并计算出正向预测预警值，通过流向测量仪、能见度模块与可见光模块得到湍流数据、能见度数据与可见光数据，根据湍流数据、能见度数据与可见光数据通过与对应的模板计算得到湍流预警值、能见度预警值与可见光预警值，湍流预警值、能见度预警值与可见光预警值对应于干扰数据并计算出反向预测预警值，将正向预测预警值与反向预测预警值融合得到冷源致灾预测预警值，从预测模板中匹配出预测结果，能对冷源致灾物险情作出提前预测。
11、可选地，所述正向预测算法包括：
12、所述水流预警值对应有水流权值，所述水温预警值对应有水温权值；
13、使用加权平均算法计算出正向预测预警值；
14、其中，所述水流权值与所述水流数据的数值成正相关设置，所述水流数据的数值越高，所述水流权值越大，所述水流数据的数值越低，所述水流权值越小；或者，所述水流权值与所述水流数据计算出的流量成正相关设置，流量越少，所述水流权值越小，流量越多，所述水流权值越大；
15、所述水温权值与所述水温数据的数值成正相关设置，所述水温数据的数值越高，所述水温权值越大，所述水温数据的数值越低，所述水温权值越小；或者，所述水温权值与所述水温数据的数据均匀度成正相关设置，所述数据均匀度越高，所述水温权值越小，所述数据均匀度越低，所述水温权值越大。
16、通过采用上述技术方案，实现正向预测算法，计算出准确且贴合实际的正向预测预警值。
17、可选地，所述反向预测算法包括：
18、所述湍流预警值对应有湍流权值，所述能见度预警值对应有能见度权值，所述可见光预警值对应有可见光权值；
19、使用加权平均算法计算出反向预测预警值；
20、其中，所述湍流权值与所述湍流数据的数值正相关设置，所述湍流数据的数值越大，所述湍流权值越大，所述湍流数据的数值越小，所述湍流权值越小；
21、所述能见度权值与所述能见度数据的数值反相关设置，所述能见度数据的数值越大，所述能见度权值越小，所述能见度数据的数值越小，所述能见度权值越大；
22、所述可见光权值与所述可见光数据的吸收波长正相关设置，所述吸收波长越长，所述可见光权值越小，所述吸收波长越短，所述可见光权值越大。
23、通过采用上述技术方案，实现反向预测算法，计算出准确且贴合实际的反向预测预警值。
24、可选地，所述融合预测算法包括：
25、根据所述正向预测预警值从预设的正向权值集中匹配出对应的正向权值；
26、根据所述反向预测预警值从预设的反向权值集中匹配出对应的反向权值；
27、计算出所述正向权值与所述反向权值的比值，根据比值调整所述正向权值与所述反向权值的权值差值；所述比值越大，所述权值差值越大，所述比值越小，所述权值差值越小；
28、使用加权平均算法计算出冷源致灾预测预警值。
29、通过采用上述技术方案，实现融合预测算法，计算出准确且贴合实际的冷源致灾预测预警值。
30、可选地，方法还包括如下步骤：
31、无人潜水器搭载所述流向测量仪与所述能见度模块进行测量；
32、根据所述权值差值反相关调节所述无人潜水器潜水检测的潜水速度，所述权值差值越大，所述潜水速度越慢，所述权值差值越小，所述潜水速度越快。
33、通过采用上述技术方案，根据权值差值调节无人潜水器的潜水速度，利于提升流向测量仪与能见度模块测得数据的准确度。
34、可选地，方法还包括如下步骤：
35、根据所述潜水速度反相关调节所述流向测量仪与所述能见度模块的检测周期；
36、所述潜水速度越慢，所述检测周期越长，所述潜水速度越快，所述检测周期越短。
37、通过采用上述技术方案，根据无人潜水器的潜水速度调节检测周期，利于提升流向测量仪、能见度模块与可见光模块测得数据的准确度。
38、可选地，方法还包括如下步骤：
39、无人潜水器搭载所述水温模块与所述可见光模块进行测量；
40、根据所述权值差值正相关调节所述无人潜水器潜水检测的潜水加速度，所述权值差值越大，所述潜水加速度越大，所述权值差值越小，所述潜水加速度越小本文档来自技高网...
【技术保护点】
1.一种冷源致灾物的预测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的冷源致灾物的预测方法，其特征在于，所述正向预测算法包括：
3.根据权利要求1或2所述的冷源致灾物的预测方法，其特征在于，所述反向预测算法包括：
4.根据权利要求1或2所述的冷源致灾物的预测方法，其特征在于，所述融合预测算法包括：
5.根据权利要求4所述的冷源致灾物的预测方法，其特征在于，方法还包括如下步骤：
6.根据权利要求4所述的冷源致灾物的预测方法，其特征在于，方法还包括如下步骤：
7.根据权利要求4所述的冷源致灾物的预测方法，其特征在于，方法还包括如下步骤：
8.根据权利要求7所述的冷源致灾物的预测方法，其特征在于，方法还包括如下步骤：
9.一种冷源致灾物的预测系统，其特征在于，包括处理器，所述处理器中运行有如权利要求1-8中任意一项所述的冷源致灾物的预测方法的程序。
10.一种存储介质，其特征在于，存储有如权利要求1-8中任意一项所述的冷源致灾物的预测方法的程序。
【技术特征摘要】
1.一种冷源致灾物的预测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的冷源致灾物的预测方法，其特征在于，所述正向预测算法包括：
3.根据权利要求1或2所述的冷源致灾物的预测方法，其特征在于，所述反向预测算法包括：
4.根据权利要求1或2所述的冷源致灾物的预测方法，其特征在于，所述融合预测算法包括：
5.根据权利要求4所述的冷源致灾物的预测方法，其特征在于，方法还包括如下步骤：
6.根据权利要求4所述的冷源致灾物...
【专利技术属性】
技术研发人员：陆金琪，徐德耀，
申请(专利权)人：上海阿波罗机械股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。