System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及堆芯运行,尤其涉及一种堆芯象限功率倾斜预测方法、存储介质及设备。
技术介绍
1、堆芯象限功率倾斜(简称tilt),是指堆芯运行过程中各象限功率不对称,这是压水堆堆芯中较为广泛存在的现象,也是堆芯运行和燃料管理领域的长期遗留难题。造成象限功率倾斜的因素众多复杂且涉及堆芯中子-热工-燃料多物理场的互相耦合,实际工程中难以解析其根本原因。它主要依赖于探测器定期测量活动来确定当前堆芯的功率倾斜程度。
2、常规堆芯物理理论计算过程中,没有引入相应的不对称变量。一个从设计上装载布局对称的整体堆芯(一般都是对称设计),由理论计算得到的各象限功率是对称均匀的,即常规理论计算缺少表征堆芯象限功率倾斜的手段。在没有实际测量信号输入的前提下,现有技术无法从理论上直接求解象限功率倾斜程度,缺少对堆芯后续运行状态的变化趋势的可靠预测和判断,未能充分识别堆芯潜在安全风险。
技术实现思路
1、本专利技术要解决的技术问题在于,针对上述的至少一种缺陷,提供一种堆芯象限功率倾斜预测方法、存储介质及设备。
2、本专利技术解决其技术问题所采用的技术方案是:一种堆芯象限功率倾斜预测方法,包括以下步骤:
3、s1、基于预先构建的三维堆芯理论模型获取目标堆芯的堆芯功率分布理论值;
4、s2、根据通量图测量试验获取堆芯功率分布实测值;
5、s3、根据所述堆芯功率分布理论值与所述堆芯功率分布实测值的偏差情况,调整所述三维堆芯理论模型中对应位置的入口慢化剂密度
6、s4、基于修正后的三维堆芯理论模型预测所述目标堆芯的象限功率倾斜程度。
7、进一步,在本专利技术所述的堆芯象限功率倾斜预测方法中,步骤s1包括:
8、针对所述三维堆芯理论模型,对预设堆芯三维中子扩散方程进行求解,从而得到所述堆芯功率分布理论值。
9、进一步,在本专利技术所述的堆芯象限功率倾斜预测方法中,所述堆芯功率分布理论值为所述目标堆芯中各燃料组件的功率水平理论值,所述堆芯功率分布实测值为所述目标堆芯中各燃料组件的功率水平实测值,步骤s3包括:
10、判断所述目标堆芯中每个燃料组件的功率水平理论值是否小于其对应的功率水平实测值;
11、若是,则在两者相减后的偏差绝对值超过预设偏差阈值时,提高所述三维堆芯理论模型中该燃料组件所在位置附近的入口慢化剂密度以缩小偏差,直到偏差绝对值不超过所述预设偏差阈值,从而得到修正后的三维堆芯理论模型。
12、进一步,在本专利技术所述的堆芯象限功率倾斜预测方法中,步骤s3还包括:
13、在所述目标堆芯中每个燃料组件的功率水平理论值大于其对应的功率水平实测值,且两者相减后的偏差绝对值超过预设偏差阈值时,则降低所述三维堆芯理论模型中该燃料组件所在位置附近的入口慢化剂密度以缩小偏差,直到偏差绝对值不超过所述预设偏差阈值,从而得到修正后的三维堆芯理论模型。
14、进一步,在本专利技术所述的堆芯象限功率倾斜预测方法中,步骤s4包括:
15、基于修正后的三维堆芯理论模型,预测目标堆芯在预设目标时间点的象限功率倾斜值;或
16、基于修正后的三维堆芯理论模型,预测目标堆芯在预设目标时间段内的象限功率倾斜随燃耗演变的规律和/或后续发展趋势。
17、进一步,在本专利技术所述的堆芯象限功率倾斜预测方法中,步骤s4还包括:
18、在所述通量图测量试验结束之后,对所述目标堆芯进行燃耗计算分析,并以得到的分析结果作为堆芯状态的演变依据,基于修正后的三维堆芯理论模型计算得到预设目标时间下的目标堆芯的象限功率倾斜程度。
19、进一步,在本专利技术所述的堆芯象限功率倾斜预测方法中,在步骤s1之前还包括:
20、s10、确定目标堆芯,并根据所述目标堆芯的堆芯信息构建所述三维堆芯理论模型。
21、进一步,在本专利技术所述的堆芯象限功率倾斜预测方法中,步骤s10包括:
22、确定目标堆芯,并利用核设计平台中的堆芯三维建模模块,根据所述目标堆芯的堆芯信息构建所述三维堆芯理论模型;
23、其中,所述堆芯信息包括目标堆芯的燃料组件数量、燃料组件类型、燃料组件大小、燃料组件排布、燃料组件位置、堆芯设计的功率、温度、流量中的至少一种。
24、另外,本专利技术还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序适于处理器进行加载,以执行如上述的堆芯象限功率倾斜预测方法的步骤。
25、另外,本专利技术还提供一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器通过调用所述存储器中存储的所述计算机程序,执行如上述的堆芯象限功率倾斜预测方法的步骤。
26、实施本专利技术的堆芯象限功率倾斜预测方法、存储介质及设备,具有以下有益效果:本专利技术融合实测数据和理论模型,通过根据实测数据对理论模型进行修正,能够基于修正后的理论模型预测堆芯象限功率倾斜程度,从而能够进一步加强对堆芯后续运行状态的变化趋势的可靠预测和判断,提高对堆芯潜在安全风险识别能力,进而提升核电厂运行的安全性和经济性。
本文档来自技高网...【技术保护点】
1.一种堆芯象限功率倾斜预测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的堆芯象限功率倾斜预测方法,其特征在于,步骤S1包括:
3.根据权利要求1所述的堆芯象限功率倾斜预测方法,其特征在于,所述堆芯功率分布理论值为所述目标堆芯中各燃料组件的功率水平理论值,所述堆芯功率分布实测值为所述目标堆芯中各燃料组件的功率水平实测值,步骤S3包括:
4.根据权利要求3所述的堆芯象限功率倾斜预测方法,其特征在于,步骤S3还包括:
5.根据权利要求1所述的堆芯象限功率倾斜预测方法,其特征在于,步骤S4包括:
6.根据权利要求1所述的堆芯象限功率倾斜预测方法,其特征在于,步骤S4还包括:
7.根据权利要求1所述的堆芯象限功率倾斜预测方法,其特征在于,在步骤S1之前还包括:
8.根据权利要求7所述的堆芯象限功率倾斜预测方法,其特征在于,步骤S10包括:
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序适于处理器进行加载,以执行如权利要求1至8任一项所
10.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器通过调用所述存储器中存储的所述计算机程序,执行如权利要求1至8任一项所述的堆芯象限功率倾斜预测方法的步骤。
...【技术特征摘要】
1.一种堆芯象限功率倾斜预测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的堆芯象限功率倾斜预测方法,其特征在于,步骤s1包括:
3.根据权利要求1所述的堆芯象限功率倾斜预测方法,其特征在于,所述堆芯功率分布理论值为所述目标堆芯中各燃料组件的功率水平理论值,所述堆芯功率分布实测值为所述目标堆芯中各燃料组件的功率水平实测值,步骤s3包括:
4.根据权利要求3所述的堆芯象限功率倾斜预测方法,其特征在于,步骤s3还包括:
5.根据权利要求1所述的堆芯象限功率倾斜预测方法,其特征在于,步骤s4包括:
6.根据权利要求1所述的堆芯象限功率倾斜预测方法,其特...
【专利技术属性】
技术研发人员:钟博,李学仲,何欢,李一鸣,薛慧智,何明涛,李志军,郭建,
申请(专利权)人:阳江核电有限公司,
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。