基于卡尔曼滤波的铑自给能探测器信号延迟消除方法

    公开(公告)号:CN103871524B

    公开(公告)日:2016-08-10

    申请号:CN201210538898.9

    申请日:2012-12-13

    Abstract: 本发明涉及核反应堆芯测量系统探测器信号处理技术领域,具体公开了一种基于卡尔曼滤波的铑自给能探测器信号延迟消除方法。该方法的具体步骤为:1、建立铑与中子的核反应模型;2、建立卡尔曼滤波模型;3、利用卡尔曼滤波对铑自给能中子探测器电流信号作延迟消除;3.1、获得卡尔曼滤波算法中的系统过程白噪声方差矩阵Q和系统观测白噪声方差矩阵为R;3.2、采集铑自给能探测器电流值,进行模数转换后,利用卡尔曼滤波对铑自给能中子探测器电流信号作延迟消除;本发明所述的一种基于卡尔曼滤波的铑自给能探测器信号延迟消除方法,可以对测量电流信号进行降噪处理,可以保证响应时间足够小的情况下,噪声放大倍数抑制在1~8倍。

    基于卡尔曼滤波的铑自给能探测器信号延迟消除方法

    公开(公告)号:CN103871525A

    公开(公告)日:2014-06-18

    申请号:CN201210539051.2

    申请日:2012-12-13

    Abstract: 本发明涉及核反应堆芯测量系统探测器信号处理技术领域,具体公开了一种基于卡尔曼滤波的铑自给能探测器信号延迟消除方法。该方法的具体步骤为:1、建立铑与中子的核反应模型;2、建立卡尔曼滤波模型;3、利用卡尔曼滤波对铑自给能中子探测器电流信号作延迟消除;3.1、获得卡尔曼滤波算法中的系统过程白噪声方差矩阵Q和系统观测白噪声方差矩阵为R;3.2、采集铑自给能探测器电流值,进行模数转换后,利用卡尔曼滤波对铑自给能中子探测器电流信号作延迟消除;本发明所述的一种基于卡尔曼滤波的铑自给能探测器信号延迟消除方法,可以对测量电流信号进行降噪处理,可以保证响应时间足够小的情况下,噪声放大倍数抑制在1~8倍。

    一种基于DCS变量监视历史数据保存方法及装置

    公开(公告)号:CN115328057B

    公开(公告)日:2024-08-20

    申请号:CN202211038734.X

    申请日:2022-08-29

    Abstract: 本发明公开了一种基于DCS变量监视历史数据保存方法及装置,包括保存步骤,包括:通过工程师站接收主控制器进行变量监视的变量监视历史数据;采用数据变化差异法将所述变量监视历史数据的变量信息以数据库形式进行保存;采用缓冲技术法,将所述变量监视历史数据先写入内存,当所述变量监视历史数据满足写入数据库时机时,则再将所述变量监视历史数据写入数据库库。还包括还原步骤:采用数据变化差异法将所述变量监视历史数据的变量信息以数据库形式进行保存的同时,采用配置文件方式将保存时刻的时间戳信息记录在配置文件中;根据所述配置文件和数据库信息进行时间范围选择,对所述时间范围内的变量监视历史数据还原,并生成还原历史趋势图。

    一种基于深度学习驱动的反应堆堆芯功率重构方法

    公开(公告)号:CN118349774A

    公开(公告)日:2024-07-16

    申请号:CN202410409395.4

    申请日:2024-04-07

    Abstract: 本发明属于核反应堆堆芯计算技术领域,具体涉及一种基于深度学习驱动的反应堆堆芯功率重构方法,步骤如下:将神经网络函数代入中子扩散方程的数理方程,构建控制方程形成的损失函数、边界条件形成的损失函数,根据数据样本点构建数据表示的损失函数;对控制方程形成的损失函数、边界条件形成的损失函数、数据表示的损失函数分别赋值权重并进行加合,得到统一的机器学习损失函数;通过深度学习技术,迭代优化神经网络函数中的神经网络连接权重和神经网络偏置项,逐步减小统一的机器学习损失函数的值到精度范围内;同时神经网络函数输出逼近了系统定义域通量密度的数值解,得到逆向求解中子扩散方程的近似数值解,实现反应堆堆芯功率重构。本发明方法基于深度学习方法和数据驱动融合进行中子扩散数理方程逆向求解,可通过调整边界条件形成的约束损失函数权重实现一定的边界误差容错功能,同时对数据样本数量及空间分布具有较强包容性,可实现高精度、高效率、高鲁棒性的反应堆功率重构计算。

    基于白边界的Tone’s方法与超细群结合的共振算法

    公开(公告)号:CN114491908B

    公开(公告)日:2024-02-27

    申请号:CN202011166745.7

    申请日:2020-10-27

    Abstract: 本发明公开了一种基于白边界的Tone’s方法与超细群结合的共振算法,包括如下步骤:使用Tone’s方法计算每个单栅元的逃逸截面;计算白边界条件下不同类型单栅元逃逸截面,并计算燃料总截面与燃料棒内子区域间碰撞概率的对应关系;根据前两步计算的逃逸概率计算碰撞概率的修正因子,并根据燃料总截面结合步骤2的对应关系,再乘以修正因子,得到修正后的堆芯问题的区域间碰撞概率;利用步骤3的修正后碰撞概率求解各栅元的慢化方程,得到中子通量,计算多群截面。本发明消除黑体近似假设、所有燃料截面相同假设以及慢化剂截面不随能群变化假设,提高共振计算方法精度;使用超细群方法,精细计算燃料区域的共振自屏效应,提高实际问题计算结果的精度。

    基于真空边界的最优有理多项式与超细群结合的共振算法

    公开(公告)号:CN114491907B

    公开(公告)日:2023-10-20

    申请号:CN202011166735.3

    申请日:2020-10-27

    Abstract: 本发明公开一种基于真空边界的最优有理多项式与超细群结合的共振算法,包括:在截面无穷大如105[1/cm]和截面无穷小如10‑5[1/cm]之间选取几个数值,将所有燃料总截面设置为该值,然后利用特征线法MOC进行全堆输运求解,得到燃料区的中子通量,根据多组燃料总截面和相应中子通量数据拟合得到每个单栅元逃逸概率的最优有理多项式;计算真空边界条件下不同燃料半径的孤立单栅元逃逸概率的最优有理多项式,并制作燃料总截面与燃料棒内子区域间碰撞概率的对应关系;得到堆芯的修正后的区域间碰撞概率;得到中子通量,计算多群截面。其优点是:提高含控制棒等灰体问题计算结果的精度;使用超细群方法,精细计算燃料区域的共振自屏效应,提高实际问题计算结果的精度。

    基于真空边界的Tone’s方法与超细群结合的共振算法

    公开(公告)号:CN114491902B

    公开(公告)日:2023-10-20

    申请号:CN202011164803.2

    申请日:2020-10-27

    Abstract: 本发明公开了一种基于真空边界的Tone’s方法与超细群结合的共振算法,包括如下步骤:使用Tone’s方法计算每个单栅元的逃逸截面;计算在无限慢化剂条件下不同类型单栅元逃逸截面,并制作燃料总截面与燃料棒内子区域间碰撞概率的对应关系;根据前两步计算的逃逸概率计算碰撞概率的修正因子,并根据燃料总截面结合步骤2的对应关系,再乘以修正因子,得到堆芯的修正后的区域间碰撞概率;利用修正后碰撞概率求解各栅元的慢化方程,得到中子通量,计算多群截面。其优点是:使用消除黑体近似假设、所有燃料截面相同假设以及慢化剂截面不随能群变化假设,提高共振计算方法精度;使用超细群方法,精细计算燃料区域的共振自屏效应,提高实际问题计算结果的精度。

Patent Agency Ranking