【技术实现步骤摘要】
本专利技术涉及高温气冷堆事故监测，具体为一种多模块高温气冷堆事故监测方法及系统。
技术介绍
1、高温气冷堆作为一种先进的核能发电技术，其安全性和稳定性受到了广泛关注。在实际运行中，高温气冷堆的各个节点会受到多种物理和热力学因素的影响，如纯热传导、流体动力学、辐射传热等。这些因素会导致节点状态的时间变化，从而影响整个系统的稳定性。为了确保高温气冷堆的安全运行，需要对这些节点状态进行实时监测，并及时检测出任何可能的异常。
2、然而，由于各个节点的状态受到多种因素的共同影响，单一的监测方法往往难以准确判断系统的真实状态。此外，传统的监测方法往往依赖于大量的传感器数据，但这些数据可能受到噪声和其他干扰因素的影响，从而导致误判。因此，如何结合多种物理和热力学模型，对融合后的数据进行准确的解释和分析，成为了一个亟待解决的问题。
3、本专利技术旨在提供一种新的高温气冷堆监测方法，该方法能够综合考虑多种物理和热力学因素，通过对节点状态的时间变化和信息熵的联合分析，实现对高温气冷堆的实时监测和异常检测。这种方法不仅可以提高监测的准确性，还可以为高温气冷堆的安全运行提供有力的技术支持。
技术实现思路
1、鉴于上述存在的问题，提出了本专利技术。
2、因此，本专利技术解决的技术问题是：如何在高温气冷堆的复杂运行环境中，结合多种物理和热力学模型，通过对节点状态的时间变化和信息熵的联合分析，实现对高温气冷堆的实时、准确且综合的监测和异常检测，从而确保其稳定和安全运行。>
3、为解决上述技术问题，本专利技术提供如下技术方案：一种多模块高温气冷堆事故监测方法，其包括如下步骤，实时监测高温气冷堆的运行数据；将运行数据进行预处理并进行多模态数据融合，构建网络模型；结合高温气冷堆的物理和热力学模型对数据进行分析；判断高温气冷堆是否存在异常，输出结果。
4、作为本专利技术所述的一种多模块高温气冷堆事故监测方法的一种优选方案，其中：所述运行数据包括温气冷堆的各个模块的温度、压力、振动和放射性数据；所述数据预处理是将收集到的状态数据去噪，去掉缺失值，异常值，以及错误格式的无效数据，把原始格式数据转换为需求分析的格式，将数据归一化完成数据预处理。
5、作为本专利技术所述的一种多模块高温气冷堆事故监测方法的一种优选方案，其中：所述进行多模态数据融合是对预处理后的数据进行拓扑数据分析，将高维空间嵌入形成点云数据构建拓扑空间，从构建的拓扑空间中提取关键的拓扑特征，将每个模块的拓扑特征向量进行堆叠或连接，形成一个综合的特征向量，将不同模块中提取的拓扑特征进行融合。
6、作为本专利技术所述的一种多模块高温气冷堆事故监测方法的一种优选方案，其中：将高温气冷堆的各个模块被视为网络中的节点，根据模块间的物理连接或信息流动建立边，构建网络模型，每个节点定义一个状态变量，使用信息熵度量节点的不确定性；
7、所述构建网络模型包括信息熵度量模型与节点状态的时间变化模型；
8、所述信息熵度量模型表达式为：
9、
10、其中，pi是第i个状态的概率；
11、所述节点状态的时间变化模型表达式为：
12、
13、其中，xi(t)是第i个节点在时间t的状态，aij是节点i和j之间的连接权重，f和是g非线性函数。
14、作为本专利技术所述的一种多模块高温气冷堆事故监测方法的一种优选方案，其中：节点状态的时间变化影响高温气冷堆的信息熵，作为气冷堆的不确定性度量指标，若某时间点的节点状态相对于其历史平均状态大于或小于预设阈值的波动时，则当前时间点的信息熵上升或下降，当大于或小于预设阈值时表示高温气冷堆发生异常情况。
15、作为本专利技术所述的一种多模块高温气冷堆事故监测方法的一种优选方案，其中：所述节点状态的时间变化模型包括纯热传导模型、流体动力学模型、辐射传热模型以及时间延迟模型；
16、所述纯热传导模型表达式为：
17、
18、其中，g1为节点的热传导响应，xj(t)为节点在时间t的状态，k(tj(t))为温度依赖的热传导系数，为节点在时间t的温度梯度；
19、所述流体动力学模型表达式为：
20、
21、其中，g2为节点的流体动力学响应，α为流体交互系数，vj(t)为节点j在时间t的流速，δpj(t)为节点j在时间t的压力差；
22、所述辐射传热模型表达式为：
23、
24、其中，g3为节点的辐射传热响应，β为辐射传热系数，tenv为环境温度；
25、所述时间延迟模型表达式为：
26、
27、其中，g4为时间延迟的节点的响应，τ为时间延迟。
28、作为本专利技术所述的一种多模块高温气冷堆事故监测方法的一种优选方案，其中：所述结合高温气冷堆的物理和热力学模型对数据进行分析包括，当某时间点节点的纯热传导状态中的导热系数的变化与历史数据不符，则结合当前时间点的信息熵判断高温气冷堆是否出现异常。
29、当某时间点节点的流体动力学状态相对于其历史平均状态等于预设阈值的波动时，则分析数据的模型，若数据显示出周期性的波动则表示高温气冷堆无异常，若数据显示出非周期性的波动，则进一步判断其信息熵的增长或下降斜率，若大于或小于预设阈值则输出当前高温气冷堆异常。
30、当某时间点节点为辐射传热状态与时间延迟状态时，分别监测节点的辐射传热响应与预期时间延迟的响应，若响应与其历史数据存在差异，进一步对比当前时间点的信息熵的变化判断高温冷气堆是否出现异常。
31、当每个节点的纯热传导状态、流体动力学状态、辐射传热状态以及时间延迟状态均判断高温冷气堆是正常时则给每个状态均设置相对应的权重，进一步综合评估冷气堆的整体性能以及稳定性。
32、本专利技术的另外一个目的是提供一种多模块高温气冷堆事故后监测系统，其能通过实时收集和分析高温气冷堆的各个模块的运行数据，结合物理和热力学模型，以及利用信息熵度量和节点状态的时间变化模型，对数据进行深入的解释和分析，解决了现有技术中对高温气冷堆事故后监测的局限性和不足，如反应迟缓、分析不准确和缺乏综合性的问题。
33、为解决上述技术问题，本专利技术提供如下技术方案：一种多模块高温气冷堆事故后监测系统，包括：数据采集模块、数据预处理与融合模块、模型分析模块、异常检测模块以及输出与报告模块；
34、所述数据收集模块是实时监测高温气冷堆的运行数据包括温度、压力、振动和放射性数据。
35、所述数据预处理与融合模块是对收集到的数据进行去噪、归一化、缺失值处理、异常值处理等预处理工作，并进行多模态数据融合。
36、所述模型分析模块是结合高温气冷堆的物理和热力学模型，对融合后的数据进行解释和分析，包括纯热传导模型、流体动力学模型、辐射传热模型、时间延迟模型。
37、所述异常检测模块是结合信息熵度量、节点状态本文档来自技高网...
【技术保护点】
1.一种多模块高温气冷堆事故监测方法，其特征在于，包括：
2.如权利要求1所述的一种多模块高温气冷堆事故监测方法，其特征在于：所述运行数据包括温气冷堆的各个模块的温度、压力、振动和放射性数据；
3.如权利要求2所述的一种多模块高温气冷堆事故监测方法，其特征在于：所述进行多模态数据融合是对预处理后的数据进行拓扑数据分析，将高维空间嵌入形成点云数据构建拓扑空间，从构建的拓扑空间中提取关键的拓扑特征，将每个模块的拓扑特征向量进行堆叠或连接，形成一个综合的特征向量，将不同模块中提取的拓扑特征进行融合。
4.如权利要求3所述的一种多模块高温气冷堆事故监测方法，其特征在于：将高温气冷堆的各个模块被视为网络中的节点，根据模块间的物理连接或信息流动建立边，构建网络模型，每个节点定义一个状态变量，使用信息熵度量节点的不确定性；
5.如权利要求4所述的一种多模块高温气冷堆事故监测方法，其特征在于：节点状态的时间变化影响高温气冷堆的信息熵，作为气冷堆的不确定性度量指标，若某时间点的节点状态相对于其历史平均状态大于或小于预设阈值的波动时，则当前时间点的信息
6.如权利要求5所述的一种多模块高温气冷堆事故监测方法，其特征在于：所述节点状态的时间变化模型包括纯热传导模型、流体动力学模型、辐射传热模型以及时间延迟模型；
7.如权利要求6所述的一种多模块高温气冷堆事故监测方法，其特征在于：所述结合高温气冷堆的物理和热力学模型对数据进行分析包括，当某时间点节点的纯热传导状态中的导热系数的变化与历史数据不符，则结合当前时间点的信息熵判断高温气冷堆是否出现异常；
8.一种采用如权利要求1～7任一所述的一种多模块高温气冷堆事故监测方法的系统其特征在于：包括数据采集模块、数据预处理与融合模块、模型分析模块、异常检测模块以及输出与报告模块；
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的一种多模块高温气冷堆事故监测方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述一种多模块高温气冷堆事故监测方法的步骤。
...【技术特征摘要】
1.一种多模块高温气冷堆事故监测方法，其特征在于，包括：
2.如权利要求1所述的一种多模块高温气冷堆事故监测方法，其特征在于：所述运行数据包括温气冷堆的各个模块的温度、压力、振动和放射性数据；
3.如权利要求2所述的一种多模块高温气冷堆事故监测方法，其特征在于：所述进行多模态数据融合是对预处理后的数据进行拓扑数据分析，将高维空间嵌入形成点云数据构建拓扑空间，从构建的拓扑空间中提取关键的拓扑特征，将每个模块的拓扑特征向量进行堆叠或连接，形成一个综合的特征向量，将不同模块中提取的拓扑特征进行融合。
4.如权利要求3所述的一种多模块高温气冷堆事故监测方法，其特征在于：将高温气冷堆的各个模块被视为网络中的节点，根据模块间的物理连接或信息流动建立边，构建网络模型，每个节点定义一个状态变量，使用信息熵度量节点的不确定性；
5.如权利要求4所述的一种多模块高温气冷堆事故监测方法，其特征在于：节点状态的时间变化影响高温气冷堆的信息熵，作为气冷堆的不确定性度量指标，若某时间点的节点状态相对于其历史平均状态大于或小于预设阈值的波动时，则当前时间点的信息熵上升或下降，当大于或小于预...
【专利技术属性】
技术研发人员：周振德，孙惠敏，汪景新，王翥，史进，周勤，许杰，孟剑，肖三平，刘平，
申请(专利权)人：中国华能集团有限公司，
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。