-
公开(公告)号：CN117390958A
公开(公告)日：2024-01-12
申请号：CN202311314177.4
申请日：2023-10-11
Applicant: 西安交通大学
IPC: G06F30/27 , G06N3/04 , G06F119/06 , G06F119/08
Abstract: 本发明公开了一种基于深度学习的压水堆瞬态计算方法，首先建立以压水堆温度和功率分布等堆芯物理场历史数据为输入的单个时间点堆芯物理场预测的深度学习网络模型，进行瞬态工况随时间变化的物理场预测；单个时间点堆芯物理场预测的深度学习网络模型的特征是：利用待预测时间点之前若干历史时间点的堆芯物理场数据和待预测时间点的堆芯棒位为输入参数，使用深度学习网络模型获得待预测时间点的堆芯物理场。随时间变化的堆芯物理场预测为：将已预测的物理场以及更早历史时间点的物理场共同作为输入，预测下一个时间点的物理场。该方法克服了以往深度学习网络模型只能对稳态工况物理场进行预测的局限，实现对瞬态工况随时间变化的物理场的预测。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
