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() 地震PSA的最小割集的定量化方法及其相关装置制造方法及图纸_技高网

地震PSA的最小割集的定量化方法及其相关装置制造方法及图纸

技术编号:44384510 阅读:6 留言:0更新日期:2025-02-25 09:59
本申请公开了一种地震PSA的最小割集的定量化方法及其相关装置,方法包括:获得第一数据,第一数据包括地震危险性曲线、设备对象易损度信息和设备对象随机失效信息;获得目标最小割集;基于第一数据和目标最小割集生成目标二元决策图,目标二元决策图的数据结构包括节点概率,节点概率基于所述第一数据确定;基于目标二元决策图,采用融合累乘功能的递归算法确定不交化割集概率,所述累乘功能与节点概率相关。上述方案优化了二元决策图的数据结构,同时在其递归过程中融入累乘算法,因此在递归过程中就能实时得到路径概率,而无需得到不交化割集后再处理计算,有效提高了二元决策图算法的效率和最小割集定量化的准确性。

【技术实现步骤摘要】

本申请涉及核电概率安全分析,更具体的说,是涉及一种地震psa的最小割集的定量化方法及其相关装置。


技术介绍

1、在核电厂地震psa分析中,对地震导致堆芯损坏(scdf)的最小割集(mcs)进行量化是其关键技术要素之一,量化结果的准确性直接影响核电厂地震psa的评估结果。传统psa采用最小上限算法或多阶近似算法处理割集之间的相关性,这两种算法在计算发生概率较小的割集时,可以在较短的时间内计算得到与真实结果较为接近的近似结果。但在地震psa的定量化过程中,地震失效基本事件会在高地震动区间产生较高的失效概率,采用最小上限算法或多阶近似算法对scdf割集进行量化将产生较大的误差,无法准确体现地震psa的量化分析结果。


技术实现思路

1、有鉴于此,本申请提供如下技术方案:

2、一种地震psa的最小割集的定量化方法,包括:

3、获得第一数据,所述第一数据包括地震危险性曲线、设备对象易损度信息和设备对象随机失效信息;

4、获得目标最小割集;

5、基于所述第一数据和所述目标最小割集生成目标二元决策图,所述目标二元决策图的数据结构包括节点概率,所述节点概率基于所述第一数据确定;

6、基于所述目标二元决策图,采用融合累乘功能的递归算法确定不交化割集概率,所述不交化割集概率表征所述目标二元决策图所有递归路径的路径概率的和,所述累乘功能与所述节点概率相关。

7、可选地,所述基于所述第一数据和所述目标最小割集生成目标二元决策图,包括:</p>

8、基于目标最小割集生成等价布尔代数;

9、基于所述等价布尔代数确定初始二元决策图;

10、基于所述第一数据确定所述初始二元决策图中各层节点的节点概率,并将所述节点概率加入对应节点的数据结构,得到目标二元决策图。

11、可选地,所述基于所述目标二元决策图,采用融合累乘功能的递归算法确定不交化割集概率,包括:

12、确定所述目标二元决策图中各个递归路径的路径概率;

13、将所述目标二元决策图中的所有路径的路径概率求和得到不交化割集概率。

14、可选地,所述确定所述目标二元决策图中各个路径的路径概率,包括:

15、将递归路径上第n层节点的路径概率与第n层节点对应的边概率相乘作为第n+1层节点的路径概率,逐层计算,直至计算得到当前递归路径的终止节点的路径概率,所述n为正整数,边概率基于边连接的下一层节点的节点概率和边的状态确定;

16、将所述终止节点的路径概率确定为当前递归路径最终的路径概率。

17、可选地,在所述基于所述目标二元决策图,采用融合累乘功能的递归算法确定不交化割集概率前,还包括:

18、初始化路径概率和不交化割集概率,所述路径概率的初始值为1,所述不交化割集概率的初始值为0。

19、可选地,还包括:

20、在采用递归算法进行递归遍历过程中,若递归路径中的非终止节点的路径概率低于预设的截断值,将所述非终止节点的路径概率确定为与所述非终止节点相关的递归路径最终的路径概率,而不再进行与所述非终止节点相关的递归路径中剩余节点的递归计算。

21、可选地,若第n层节点存在左侧边,左侧边形成的路径表征事件发生,所述左侧边的边概率为所述第n层节点的数据结构记录的节点概率,若第n层节点存在右侧边,右侧边形成的路径表征事件未发生,所述右侧边的边概率为1-[第n层节点的节点概率]。

22、本申请还公开了一种地震psa的最小割集的定量化装置,包括:

23、数据获得模块,用于获得第一数据,所述第一数据包括地震危险性曲线、设备对象易损度信息和设备对象随机失效信息;

24、割集获得模块,用于获得目标最小割集;

25、二元决策图生成模块,用于基于所述第一数据和所述目标最小割集生成目标二元决策图,所述目标二元决策图的数据结构包括节点概率,所述节点概率基于所述第一数据确定;

26、概率确定模块,用于基于所述目标二元决策图,采用融合累乘功能的递归算法确定不交化割集概率,所述不交化割集概率表征所述目标二元决策图所有递归路径的路径概率的和,所述累乘功能与所述节点概率相关。

27、本申请还公开了一种计算机程序产品,包括计算机可读指令,当所述计算机可读指令在电子设备上运行时,使得所述电子设备实现上述任一种地震psa的最小割集的定量化方法。

28、本申请还公开了一种计算机存储介质,所述存储介质承载有一个或多个计算机程序,当所述一个或多个计算机程序被电子设备执行时,能够使所述电子设备实现上述任一种地震psa的最小割集的定量化方法。

29、经由上述的技术方案可知,本申请实施例公开了一种地震psa的最小割集的定量化方法及其相关装置,方法包括:获得第一数据,所述第一数据包括地震危险性曲线、设备对象易损度信息和设备对象随机失效信息;获得目标最小割集;基于所述第一数据和所述目标最小割集生成目标二元决策图,所述目标二元决策图的数据结构包括节点概率,所述节点概率基于所述第一数据确定;基于所述目标二元决策图,采用融合累乘功能的递归算法确定不交化割集概率,所述累乘功能与所述节点概率相关。上述方案优化了二元决策图的数据结构,同时在其递归过程中融入累乘算法,因此在递归过程中就能得到路径概率,而无需得到不交化割集后再处理计算,因此能够大量减少二元决策图算法的计算量,有效提高二元决策图算法的效率和最小割集定量化的准确性。

本文档来自技高网...

【技术保护点】

1.一种地震PSA的最小割集的定量化方法,其特征在于,包括:

2.根据权利要求1所述的地震PSA的最小割集的定量化方法,其特征在于,所述基于所述第一数据和所述目标最小割集生成目标二元决策图,包括:

3.根据权利要求1所述的地震PSA的最小割集的定量化方法,其特征在于,所述基于所述目标二元决策图,采用融合累乘功能的递归算法确定不交化割集概率,包括:

4.根据权利要求3所述的地震PSA的最小割集的定量化方法,其特征在于,所述确定所述目标二元决策图中各个路径的路径概率,包括:

5.根据权利要求3所述的地震PSA的最小割集的定量化方法,其特征在于,在所述基于所述目标二元决策图,采用融合累乘功能的递归算法确定不交化割集概率前,还包括:

6.根据权利要求4所述的地震PSA的最小割集的定量化方法,其特征在于,还包括:

7.根据权利要求4所述的地震PSA的最小割集的定量化方法,其特征在于,若第N层节点存在左侧边,左侧边形成的路径表征事件发生,所述左侧边的边概率为所述第N层节点的数据结构记录的节点概率,若第N层节点存在右侧边,右侧边形成的路径表征事件未发生,所述右侧边的边概率为1-[第N层节点的节点概率]。

8.一种地震PSA的最小割集的定量化装置,其特征在于,包括:

9.一种计算机程序产品,其特征在于,包括计算机可读指令,当所述计算机可读指令在电子设备上运行时,使得所述电子设备实现如权利要求1至7中任意一项所述的PSA的最小割集的定量化方法。

10.一种计算机存储介质,其特征在于,所述存储介质承载有一个或多个计算机程序,当所述一个或多个计算机程序被电子设备执行时,能够使所述电子设备实现如权利要求1至7中任意一项所述的地震PSA的最小割集的定量化方法。

...

【技术特征摘要】

1.一种地震psa的最小割集的定量化方法,其特征在于,包括:

2.根据权利要求1所述的地震psa的最小割集的定量化方法,其特征在于,所述基于所述第一数据和所述目标最小割集生成目标二元决策图,包括:

3.根据权利要求1所述的地震psa的最小割集的定量化方法,其特征在于,所述基于所述目标二元决策图,采用融合累乘功能的递归算法确定不交化割集概率,包括:

4.根据权利要求3所述的地震psa的最小割集的定量化方法,其特征在于,所述确定所述目标二元决策图中各个路径的路径概率,包括:

5.根据权利要求3所述的地震psa的最小割集的定量化方法,其特征在于,在所述基于所述目标二元决策图,采用融合累乘功能的递归算法确定不交化割集概率前,还包括:

6.根据权利要求4所述的地震psa的最小割集的定量化方法,其特征在于,还包括:

【专利技术属性】
技术研发人员:宋金阳张科科严佳钰张拙孙凤钟山卢放陈婷婷
申请(专利权)人:中核能源科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1