CN113869683A - 核电厂冷源安全预警方法、装置、计算机设备和*** - Google Patents

核电厂冷源安全预警方法、装置、计算机设备和*** Download PDF

Info

Publication number
CN113869683A
CN113869683A CN202111093567.4A CN202111093567A CN113869683A CN 113869683 A CN113869683 A CN 113869683A CN 202111093567 A CN202111093567 A CN 202111093567A CN 113869683 A CN113869683 A CN 113869683A
Authority
CN
China
Prior art keywords
disaster
current
early warning
monitoring
power plant
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111093567.4A
Other languages
English (en)
Inventor
王旭峰
李恒
李啸风
黄新年
王慧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China General Nuclear Power Corp
China Nuclear Power Engineering Co Ltd
CGN Power Co Ltd
Shenzhen China Guangdong Nuclear Engineering Design Co Ltd
Original Assignee
China General Nuclear Power Corp
China Nuclear Power Engineering Co Ltd
CGN Power Co Ltd
Shenzhen China Guangdong Nuclear Engineering Design Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China General Nuclear Power Corp, China Nuclear Power Engineering Co Ltd, CGN Power Co Ltd, Shenzhen China Guangdong Nuclear Engineering Design Co Ltd filed Critical China General Nuclear Power Corp
Priority to CN202111093567.4A priority Critical patent/CN113869683A/zh
Publication of CN113869683A publication Critical patent/CN113869683A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Computer Security & Cryptography (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Monitoring And Testing Of Nuclear Reactors (AREA)

Abstract

本申请涉及一种核电厂冷源安全预警方法、装置、计算机设备和***。一种核电厂冷源安全预警方法，方法包括：获取目标核电厂冷源所在海域的当前海洋监测数据，并根据当前海洋监测数据确定出当前致灾物信息；获取当前预警因子，并利用预设的生物演变模型确定出与当前预警因子对应的第一预测致灾物信息；获取当前洋流信息，并利用预设的轨迹预测模型确定出与当前洋流信息对应的第二预测致灾物信息；根据当前致灾物信息、第一预测致灾物信息和第二预测致灾物信息确定出目标核电厂冷源的安全预警结果。采用本方法能够实现对目标核电厂冷源进行安全预测，利用多种参数共同确定出目标核电厂冷源的安全预警结果，能够提高安全预警的准确度。

Description

核电厂冷源安全预警方法、装置、计算机设备和***
技术领域
本申请涉及核电厂冷源技术领域，特别是涉及一种核电厂冷源安全预警方法、装置、计算机设备和***。
背景技术
核电厂在运行过程中需要大量的冷却水，因此一般将核电厂基地建设在滨海区域，以海水作为机组的冷却水。近海水域的生态环境变化是影响核电机组运行的重要因素。由于海水富营养化、海洋环境急剧变化导致海洋生物集群暴发，堵塞核电厂冷源的取水口的滤网从而影响核电厂冷源取水的事件时有发生，严重时造成核电厂紧急停堆或降功率运行，带来巨大经济损失，核电厂冷源取水安全面临极大挑战、核安全受到威胁。
目前，在对核电厂冷源的安全保障中，一般是在拦截网处水下安装多台声呐、在路基安装多台摄像头、在路基设置小型气象站等监测设备实时获取核电厂冷源所在海域的当前海洋监测数据，以根据采集到的当前海洋监测数据对核电厂冷源进行安全预警。但是，传统的技术方案中，仅仅通过实时采集的当前海洋监测数据进行安全预警，实际上只能确定当前的水域安全情况，并不能实现提前告知的预警效果；另外，仅根据实时采集的当前海洋监测数据进行安全预警，信息准确度低。
因此，如何实现对核电厂冷源进行安全预警，并提高安全预警的信息准确度，是本领域技术人员当前需要解决的技术问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够实现对核电厂冷源进行安全预警，并提高安全预警的信息准确度的核电厂冷源安全预警方法、装置、计算机设备和存储介质。
一种核电厂冷源安全预警方法，所述方法包括：
获取目标核电厂冷源所在海域的当前海洋监测数据，并根据所述当前海洋监测数据确定出当前致灾物信息；
获取当前预警因子，并利用预设的生物演变模型确定出与所述当前预警因子对应的第一预测致灾物信息；
获取当前洋流信息，并利用预设的轨迹预测模型确定出与所述当前洋流信息对应的第二预测致灾物信息；
根据所述当前致灾物信息、所述第一预测致灾物信息和所述第二预测致灾物信息确定出所述目标核电厂冷源的安全预警结果。
在其中一个实施例中，设置所述生物演变模型的过程包括：
利用样本生物数据为样本预警因子设置对应的数据标签，得出第一训练样本，所述样本生物数据为所述目标核电厂冷源发生灾害时对应的生物数据；
将所述第一训练样本输入至第一神经网络中进行学习训练，得出所述生物演变模型。
在其中一个实施例中，确定出预警因子的过程，包括：
构建所述目标核电厂冷源取水海域生物物种数据库；
根据所述目标核电厂冷源取水口已发生的冷源取水灾害历史事件记录以及技术经验，确定出威胁所述目标核电厂冷源取水安全的致灾物类型；
根据对各所述致灾物类型对应的致灾物的跟踪监测数据，对各所述致灾物的生物特性、环境关联特性、本底物种耦合特性、种群演变规律进行分析，提取影响典型致灾物繁殖生长的关键影响因素，对所述致灾物的动态变化数据及动态演变规律进行趋势性分析，获得导致所述目标核电厂冷源灾害的所述预警因子。
在其中一个实施例中，所述方法还包括：
根据各所述预警因子与是否致灾、灾害发生的形式、演变规律、致灾程度之间的对应关系，为各所述预警因子设置对应的权重比。
在其中一个实施例中，设置所述轨迹预测模型的过程包括：
利用样本轨迹为样本洋流信息设置对应的数据标签，得出第二训练样本；
将所述第二训练样本输入至第二神经网络中进行学习训练，得出所述轨迹预测模型。
在其中一个实施例中，所述根据所述当前致灾物信息、所述第一预测致灾物信息和所述第二预测致灾物信息确定出所述目标核电厂冷源的安全预警结果的过程，包括：
根据所述当前致灾物信息、所述第一预测致灾物信息和所述第二预测致灾物信息判断所述目标核电厂冷源是否存在安全隐患；
若是，则确定出预测的致灾物的量级、种类和尺寸大小。
在其中一个实施例中，在所述确定出海水中或海面预测的致灾物的量级、种类和尺寸大小之后，所述方法还包括：
根据预测的所述致灾物的量级、种类和尺寸大小确定出对应的安全预警等级；
启动后端处置设备执行与所述安全预警等级对应的预警操作，所述预警操作包括根据预测的所述致灾物的量级、种类和尺寸大小更换拦截网类型和/或调整抽吸泵的抽吸强度和/或调整所述目标核电厂冷源的用水量。
在其中一个实施例中，所述后端处置设备包括抽吸泵，且所述抽吸泵设置于对应的升降装置上，所述预警操作还包括：
通过预设控制规律控制所述抽吸泵；其中，所述控制规律包括单独控制、分组控制、定时控制和液位控制。
在其中一个实施例中，所述方法还包括：
利用监控设备对所述当前海洋监测数据和/或当前致灾物信息和/或安全预警结果和/或所述后端处置设备的运行状态进行可视化展示。
在其中一个实施例中，所述预警操作还包括：
提高鼓型旋转滤网旋转速度。
在其中一个实施例中，所述方法还包括：
利用所述当前预警因子和所述第一预测致灾物信息更新所述生物演变模型；
和/或利用所述当前洋流信息和所述第二预测致灾物信息更新所述轨迹预测模型。在其中一个实施例中，所述采集目标核电厂冷源所在海域的当前海洋监测数据，并根据所述当前海洋监测数据确定出当前致灾物信息的过程，包括：
通过外海监测、陆基监测、水下监测、第三方监测、潮位监测、鼓网称重监测分别采集所述目标核电厂冷源所在海域的所述当前海洋监测数据；其中，所述外海监测包括外海调查和预测、卫星监测、海生物监测船载一体化设备移动监测；所述路基监测包括通过视频对港池水面、取水渠水面、取水口周边海域水面检测；所述水下监测包括水下海生物监测、拦截网监测；所述第三方监测包括台风和/或海啸监测、气象监测、海洋化学监测、洋流监测；
根据所述当前海洋监测数据确定出所述当前致灾物信息。
一种核电厂冷源安全预警装置，所述装置包括：
信息采集模块，用于获取目标核电厂冷源所在海域的当前海洋监测数据，并根据所述当前海洋监测数据确定出当前致灾物信息；
第一预测模块，用于获取当前预警因子，并利用预设的生物演变模型确定出与所述当前预警因子对应的第一预测致灾物信息；
第二预测模块，用于获取当前洋流信息，并利用预设的轨迹预测模型确定出与所述当前洋流信息对应的第二预测致灾物信息；
预警确定模块，用于根据所述当前致灾物信息、所述第一预测致灾物信息和所述第二预测致灾物信息确定出所述目标核电厂冷源的安全预警结果。
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如上任一种核电厂冷源安全预警方法的步骤。
一种核电厂冷源安全预警***，其特征在于，所述***包括如上所述的计算机设备，还包括与所述计算机设备连接、用于采集海洋监测数据的采集设备；与所述计算机设备连接，用于可视化展示数据信息的监控设备；与所述计算机设备连接，用于根据所述计算机设备确定出的所述安全预警结果执行对应的预警操作的后端处置设备。
上述一种核电厂冷源安全预警方法、装置、计算机设备和存储介质，在采集目标核电厂冷源所在海域的当前海洋监测数据，并根据当前海洋监测数据确定出当前致灾物信息的基础上，一方面通过获取当前预警因子，并利用预设的生物演变模型确定出与当前预警因子对应的第一预测致灾物信息，并通过获取当前洋流信息，并利用预设的轨迹预测模型确定出与当前洋流信息对应的第二预测致灾物信息，通过获取预测致灾物信息，实现对目标核电厂冷源进行安全预测；另一方面，本方法结合当前致灾物信息、第一预测致灾物信息和第二预测致灾物信息进行分析，利用多种参数共同确定出目标核电厂冷源的安全预警结果，能够提高安全预警的准确度。
附图说明
图1为本发明实施例提供的一种核电厂冷源安全预警方法的流程图；
图2为本发明实施例提供的一种基于工艺流程、采集设备布置位置和量化维度确定出的采集设备配置体系的示意图；
图3为一个实施例中采集设备主要监测要素的示意图；
图4为本实施例提供的一种网络架构示意图；
图5为一个实施例中船载一体化设备功能拓扑的结构示意图；
图6为一种核电厂冷源安全预警装置的结构图；
图7为一个发明实施例提供的一种核电厂冷源安全预警***的***架构示意图；
图8为一个发明实施例提供的一种核电厂冷源安全预警***的***功能拓扑图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
图1为本发明实施例提供的一种核电厂冷源安全预警方法的流程图，如图1所示，一种核电厂冷源安全预警方法包括：
步骤102，获取目标核电厂冷源所在海域的当前海洋监测数据，并根据当前海洋监测数据确定出当前致灾物信息。
在本实施例中，利用采集设备采集目标核电厂冷源所在海域的当前海洋监测数据。其中，海洋监测数据包括目标核电厂冷源所在海域的水文、水质、海生物等信息，通过获取当前海洋监测数据，以根据当前海洋监测数据分析出对应的当前致灾物信息。
需要说明的是，致灾物包括浮游植物、浮游动物、游泳动物和极端情况的威胁物四种类型；其中，浮游植物包括各种藻类；浮游动物包括水母、海蜇等；游泳动物包括鱼、虾等；极端情况的威胁物包括特殊情况下出现的竹竿、海带、浮冰等；其中，浮游植物、浮游动物或者极端情况出现的威胁物，其自身没有游动能力或者游动能力微弱，其分布主要跟随海水流向改变；游泳动物自身有较强的运动能力，可观测到较为明显的转向、加速等运动轨迹。
在实际操作中，为了获取更加全面的当前海洋监测数据，以更加精准地确定出当前致灾物信息，可以根据实际需求设置多种类型的采集设备；本实施例对用于采集当前海洋监测数据的采集设备的类型和数量不做限定。
步骤104，获取当前预警因子，并利用预设的生物演变模型确定出与当前预警因子对应的第一预测致灾物信息。
具体的，生物演变模型用于分析不同海生物的特征，包括不同海生物爆发的季节、海生物繁殖的速度、海生物易生活的海域环境、海生物对核电冷源的影响等。预警因子包括季节、温度、湿度以及PH值等环境状态信息，第一预测致灾物信息包括某种致灾物爆发的可能性以及爆发程度，即在某种预警因子对应的环境状态下，某种致灾物可能爆发生长，从而威胁目标核电厂冷源的取水安全。在本实施例中，在预先训练出生物演变模型之后，获取当前预警因子，并将当前预警因子输入至生物演变模型中，利用生物演变模型输出与当前预警因子对应的第一预测致灾物信息。具体的，当前预警因子指的是当前根据预警因子采集的数据信息。
步骤106，获取当前洋流信息，并利用预设的轨迹预测模型确定出与当前洋流信息对应的第二预测致灾物信息。
具体的，洋流信息包括海洋洋流、风向风力、水域盐温以及潮差变化等，基于海洋浮游生物、赤潮、垃圾及鱼群生物等浮游植物、浮游动物以及威胁物随海洋洋流、风向风力、水域盐温、潮差变化的输运机理，建立海洋生物及威胁物的扩散和输运模型，确定出轨迹预测模型。轨迹预测模型的输入为当前洋流信息，输出为预测出的第二预测致灾物信息，第二预测致灾物信息包括在当前洋流信息的状态下对应的海洋浮游生物、赤潮、垃圾及鱼群生物等的运动轨迹，根据预测出的运动轨迹确定海洋浮游生物、赤潮、垃圾及鱼群生物等是否会威胁到目标核电厂水源的取水安全。
步骤108，根据当前致灾物信息、第一预测致灾物信息和第二预测致灾物信息确定出目标核电厂冷源的安全预警结果。
具体的，在根据上述步骤分别得出当前致灾物信息、第一预测致灾物信息和第二预测致灾物信息之后，根据当前致灾物信息、第一预测致灾物信息和第二预测致灾物信息进行综合分析，确定出目标核电厂冷源的安全预警结果，即判断目标核电厂冷源取水是否存在安全隐患。
需要说明的是，在实际操作中，可以根据地域环境的差异相应调整致灾物的某项指标的预警值；或者根据水质环境因素的变化对确定目标核电厂冷源取水是否存在安全隐患的预警算法进行调整。上述一种核电厂冷源安全预警方法，在采集目标核电厂冷源所在海域的当前海洋监测数据，并根据当前海洋监测数据确定出当前致灾物信息的基础上，一方面通过获取当前预警因子，并利用预设的生物演变模型确定出与当前预警因子对应的第一预测致灾物信息，并通过获取当前洋流信息，并利用预设的轨迹预测模型确定出与当前洋流信息对应的第二预测致灾物信息，通过获取预测致灾物信息，实现对目标核电厂冷源进行安全预测；另一方面，本方法结合当前致灾物信息、第一预测致灾物信息和第二预测致灾物信息进行分析，利用多种参数共同确定出目标核电厂冷源的安全预警结果，能够提高安全预警的准确度。
在一个实施例中，设置生物演变模型的过程包括：
利用样本生物数据为样本预警因子设置对应的数据标签，得出第一训练样本，样本生物数据为目标核电厂冷源发生灾害时对应的生物数据；
将第一训练样本输入至第一神经网络中进行学习训练，得出生物演变模型。
具体的，在本实施例中，首先构建目标核电厂冷源取水海域生物物种数据库，根据目标核电厂冷源取水口已发生的冷源取水灾害历史事件记录以及技术经验，确定出威胁目标核电厂冷源取水安全的致灾物类型；根据对特定生物物种即致灾物类型对应的致灾物的跟踪监测数据，对其生物特性、环境关联特性、本底物种耦合特性、种群演变规律进行分析，提取影响典型致灾物如藻类、水母、毛虾、鱼类等水生动植物繁殖生长的环境、气候、洋流、水质等关键影响因素，对致灾物的动态变化数据及动态演变规律进行趋势性分析，获得可能导致冷源灾害的多源预警因子，同时综合各预警因子以及各预警因子与是否致灾、灾害发生的形式、演变规律、致灾程度之间的对应关系，获得致灾物爆发性增长的预警因子，以及可以进一步确定出各预警因子的权重比，为关联性分析提供参考和依据。
在获取到样本预警因子后，利用与样本预警因子对应的样本生物数据为样本预警因子设置对应的数据标签，以得出第一训练样本；样本生物数据为目标核电厂冷源发生灾害时对应的生物数据，生物数据包括动植物类型、生长速度、繁殖情况等，样本预警因子指的是目标核电厂冷源发生灾害时与样本生物数据相关联的预警因子对应的数据信息。然后将第一训练样本输入至第一神经网络中进行学习训练，得出生物演变模型；训练出的生物演变模型的输入为当前预警因子，输出为预测的生物数据，即第一预测致灾物信息。
需要说明的是，还可以进一步通过模拟试验分析各预警因子的阈值时空演变特征和不同预警因子之间的耦合机制，提供动态预警及阈值优化方法。
需要说明的是，在实际操作中，可以不断利用已经确定出的当前预警因子和生物数据即第一预测致灾物信息设置第一训练样本，不断训练更新生物演变模型，以不断提高生物演变模型的预测准确度。
可见，本实施例通过训练出生物演变模型，确定出预警因子和预测致灾物信息的关联规则，能够便捷高效地根据当前预警因子输出对应的第一预测致灾物信息。
在一个实施例中，设置轨迹预测模型的过程包括：
利用样本轨迹为样本洋流信息设置对应的数据标签，得出第二训练样本；
将第二训练样本输入至第二神经网络中进行学习训练，得出轨迹预测模型。
需要说明的是，对于一些运动能力微弱或者没有自主运动能力的致灾物，如浮游动物、浮游植物、威胁物如垃圾、溢油以及浮冰等，是由洋流信息决定其运动轨迹；具体的，洋流信息包括海洋洋流、风向风力、水域盐温以及潮差变化，样本轨迹即在对应的样本洋流信息的状态下，致灾物的运动轨迹。
在本实施例中，首先利用样本轨迹为样本洋流信息设置对应的数据标签，得出第二训练样本；然后将第二训练样本输入至第二神经网络中进行学习训练，得出轨迹预测模型。换句话说，轨迹预测模型的输入为洋流信息，输出为与洋流信息对应的致灾物的轨迹；因此能够可以根据当前洋流信息确定出对应的致灾物的运动轨迹，并根据运动轨迹判断致灾物是否会危及到目标核电厂冷源取水安全，从而确定出第二预测致灾物信息。
需要说明的是，在实际操作中，可以不断利用已经确定出的当前洋流信息和轨迹即第二预测致灾物信息设置第二训练样本，不断训练更新轨迹预测模型，以不断提高轨迹预测模型的预测准确度。
本实施例通过训练出轨迹预测模型，确定出洋流信息和运动轨迹的关联规则，能够便捷高效地根据当前洋流信息输出对应的第二预测致灾物信息。
在一个实施例中，根据当前致灾物信息、第一预测致灾物信息和第二预测致灾物信息确定出目标核电厂冷源的安全预警结果的过程，包括：
根据当前致灾物信息、第一预测致灾物信息和第二预测致灾物信息判断目标核电厂冷源是否存在安全隐患；
若是，则确定出预测的致灾物的量级、种类和尺寸大小。
具体的，在本实施例中，首先根据当前致灾物信息、第一预测致灾物信息和第二预测致灾物信息确定致灾物是否会对目标核电厂冷源取水造成安全隐患，然后进一步预测出对应的致灾物的量级、种类和尺寸大小。其中，致灾物量级指的是在靠近目标核电厂冷源的海水中或海面中的致灾物的大致数量，种类也就是致灾物的类型，包括浮游植物、浮游动物、游泳动物和极端情况的威胁物；更细化的，包括微型海生物如笔帽螺；小型海生物如中华假磷虾、中国毛虾、日本毛虾、水母、小鱼(康氏小公鱼等)；中大型水母如海蜇水母、霞水母、双生水母、大西洋五角水母、端鞭水母；赤潮如棕囊藻、夜光藻；溢油以及漂浮物如垃圾、水草。可以理解的是，各不同类型的致灾物的尺寸不尽相同，且同一类型的浮游生物、浮游动物或者游泳动物在不同时间的尺寸大小不同，例如在夏季的藻类的尺寸大小一般大于春季的藻类的尺寸大小。
在本实施例中，能够进一步根据当前致灾物信息、第一预测致灾物信息和第二预测致灾物信息确定出目标核电厂冷源的致灾物的量级、种类和尺寸大小，使得安全预警信息更加精准。
在一个实施例中，在确定出海水中或海面预测的致灾物的量级、种类和尺寸大小之后，方法还包括：
根据预测的致灾物的量级、种类和尺寸大小确定出对应的安全预警等级；
启动后端处置设备执行与安全预警等级对应的预警操作，预警操作包括根据预测的致灾物的量级、种类和尺寸大小更换拦截网类型和/或调整抽吸泵的抽吸强度和/或调整目标核电厂冷源的用水量。
具体的，在本实施例中，是针对核电厂冷源水域典型致灾物的不同致灾机理，根据预测出的致灾物的量级、种类和尺寸大小以及典型案例、防控措施等，对核电厂冷源水域致灾风险进行特性化分析，进一步确定出目标核电厂冷源取水水域对应的安全预警等级；进而，根据安全预警等级对联防措施的响应速度、响应范围及响应强度进行合理的建议，确定出对应的预警操作，建立目标核电厂安全分级应急响应机制。
可以理解的是，由于本实施例能够预测安全预警结果，即提前确定出可能存在的安全隐患，因此能够为电厂运维人员提供充足的预警时间，当预知灾害即将暴发时，可采取有效的联防措施，启动后端处置设备执行与安全预警等级对应的预警操作；需要说明的是，在实际操作中，可以通过PLC(Programmable Logic Controller，可编程逻辑控制器)实现对后端处置设备的控制，实现对应的预警操作。
具体的，目标核电厂的港池或取水渠内预先设置有不同孔眼规格的拦截网，用以对海水中的致灾物进行拦截；但是对于拦截网的类型选择情况，存在以下问题：若设置孔眼较大的拦截网，则无法对一些小尺寸的致灾物如毛虾、笔帽螺等进行有效拦截；若设置的拦截网的孔眼尽可能小，则容易在短时间内造成拦截网堵塞，在缺乏机械化和自动化收放网手段的情况下，势必增加对拦截网的运维清理负担。本实施例中，在预测出致灾物的量级、种类和尺寸大小之后，进一步根据致灾物的量级、种类和尺寸大小提前更换对应类型的拦截网，既能对致灾物进行有效拦截，又能避免短时间内造成拦截网堵塞。
在本实施例中，针对拦截网堵塞，可以在拦截网每个尾兜设置一台抽吸泵，用于机械化和自动化清理致灾物；在致灾物大量爆发时，可以加大抽吸泵的抽吸强度，以对拦截网进行快速清理。更具体的，将抽吸泵设置于对应的升降装置上，可以按照如下控制规律控制抽吸泵：
1)单独控制：对单台抽吸泵以及对应的升降装置分别进行控制；
2)分组控制：将多个抽吸泵分组，以组为单位对各抽吸泵以及对应的升降装置进行控制；
3)定时控制：根据设定的周期，控制抽吸泵定时自动启动抽吸操作；
4)液位控制：升降装置根据拦截网后侧(即靠近取水口一侧)的液位监测数据进行自动升降，确保抽吸泵停留在海面位置。
在实际操作中，还可以提高拦污栅的垃圾耙斗和鼓型旋转滤网旋转速度，以提高对致灾物的清理速度。
另外，由于不同的致灾物种类、量级以及尺寸大小对目标核电厂冷源取水的影响影响情况和影响程度可能不同，因此在实际操作中，还可以通过调整目标核电厂冷源取水的运行功率，调整目标核电厂冷源的用水量；通过多台机组联动，降低机组负荷至合理区间，以减少冷却水的用量，将致灾物的威胁将至可控水平；而不是一旦预测出目标核电厂存在安全隐患便关停全部的核电机组，能够尽量减小致灾物对目标核电厂造成的经济损失。
需要说明的是，根据预测的致灾物的量级、种类和尺寸大小确定出对应的安全预警等级，针对安全预警等级确定对应的预警操作；例如，可以将致灾物量级大、种类多且尺寸小的情况设置为较高的安全预警等级，针对这种情况将采取对应的预警操作；或者，可以将致灾物量级小、种类单一且尺寸大的情况设置为较低的安全预警等级，针对这种情况将采取对应的预警操作。
可见，按照本实施例的方法，通过进一步确定出安全预警等级，并利用后端处置设备针对安全预警等级执行对应的预警操作，在能够保障目标核电厂冷源取水安全的情况下尽量降低致灾物对目标核电厂的运行功率造成影响，使得目标核电厂的经济效益最大化。
在一个实施例中，方法还包括：
利用监控设备对当前海洋监测数据和/或当前致灾物信息和/或安全预警结果和/或后端处置设备的运行状态进行可视化展示。
具体的，在本实施例中，可以利用监控设备对前端利用各类采集设备采集到的当前海洋监测数据进行镜像功能展示、集成功能展示；对安全预警结果进行可视化展示，具体包括对预测出的致灾物种类、量级和尺寸大小进行可视化展示；另外还可以对后端处置设备的运行状态进行可视化展示，即实时监测后端处置设备的运行状态，以便及时知晓后端处置设备的正常运行、故障异常、启停、事故工况等状态。在实际操作中，还可以进一步对目标核电厂周边地图、海图进行展示；对采集到的当前海洋监测数据进行统计分析，得出对应的报表、柱状图、动态曲线等并进行展示。
需要说明的是，利用监控设备进行可视化显示可以是将需可视化展示的信息投放至预设的挂墙大屏，也可以是将需可视化展示的信息发送至其他终端设备上进行可视化展示，终端设备可以是移动终端、个人电脑以及其他设置有显示器的电子设备。
需要说明的是，本实施例通过进一步利用监控设备对当前海洋监测数据和/或当前致灾物信息和/或安全预警结果和/或后端处置设备的运行状态进行可视化展示，便于运维管理和生产人员便捷直观地获取目标核电厂冷源取水口海域环境和致灾物灾害动态以及业务化***对应的信息；即在人机交互界面上展示各种当前海洋监测数据和/或当前致灾物信息和/或安全预警结果和/或后端处置设备的运行状态；针对目标核电厂冷源安全提供安全预警结果，针对安全预警等级进行决策支持，确定出对应的预警措施；根据预警措施对后端处置设备的运行状态进行监控；因此能够为用户提供更好的使用体验。
在一个实施例中，采集目标核电厂冷源所在海域的当前海洋监测数据，并根据当前海洋监测数据确定出当前致灾物信息的过程，包括：
通过外海监测、陆基监测、水下监测、第三方监测、潮位监测、鼓网称重监测分别采集目标核电厂冷源所在海域的当前海洋监测数据；其中，外海监测包括外海调查和预测、卫星监测、海生物监测船载一体化设备移动监测；路基监测包括通过视频对港池水面、取水渠水面、取水口周边海域水面检测；水下监测包括水下海生物监测、拦截网监测；第三方监测包括台风和/或海啸监测、气象监测、海洋化学监测、洋流监测；
根据当前海洋监测数据确定出当前致灾物信息。
如图2为本发明实施例提供的一种基于工艺流程、采集设备布置位置和量化维度确定出的采集设备配置体系的示意图；从核电厂设计角度考虑，冷却水(海水)进入凝汽器换热前需经过专门的过滤***处理；从取水渠来的海水，依次经过粗滤栅、拦污栅和鼓型旋转滤网过滤后进入循环水泵吸入口。具体的，粗滤网用于阻拦体积较大(200mm)的致灾物体进入泵站；拦污栅用于拦截体积中等(50mm)的致灾物进入泵站，鼓型旋转滤网用于拦截体积小的致灾物进入泵站。拦污栅垃圾耙斗可根据压力损失进行清污操作，当拦污栅的压力损失超过设定值后使垃圾耙斗投入运行，直至压力损失消失为止。当海水从鼓型旋转滤网外侧流向内侧时，水中垃圾污物被拦在滤网外表面，由于滤网以一定速度旋转(旋转速度可以根据堵塞情况进行调节)，利用装在滤网外表面的倾斜角钢将垃圾带到水面以上，通过装在旋转滤网内侧的冲洗喷嘴，来自冲洗水泵的高压水从喷嘴喷出，将附在滤网表面的垃圾吹掉，通过水沟排走。
对应于目标核电厂的过滤***，从外海至近海海域，分别利用对应的采集设备获取对应的当前海洋监测数据；根据监测特点，各采集设备主要监测要素如图3所示，获取当前海洋监测数据包括外海监测、陆基监测、水下监测、第三方监测数据接入以及其他监测。
具体的，外海监测可通过外海调查和预测，季节性开展目标核电厂周边海域水文、水质、海生物等调查，确定冷源致灾物的爆发规律和迁移路径，对数据进行管理、处理并对冷源致灾物的发展进行预测；通过购买目标核电厂周边海域卫星数据，获取通过卫星采集的水面漂浮物如藻类、溢油等的数据信息；同时在外海使用目标核电厂自有或租赁船只，通过搭载相关监测要素的监测设备获取周期性的海域采样监测信息，如通过海生物监测船载一体化设备移动监测，进行海生物监测、水质监测和气象监测。
具体的，陆基监测包括视频监测和雷达监测，其中，视频监测包括在港池水面、取水渠水面以及取水口周边海域水面设置视频采集装置，以获取对应的视频图像实现视频监控，视频采集装置包括全景摄像机、黑光球机、双光谱摄像机，视频采集装置的具体安装位置可根据现场条件和监测范围要求确定；雷达监测包括在取水口口门防波堤端头部署小目标监测雷达，对海洋动力环境参数、水面漂浮物如藻类或溢油以及水面其他漂浮物进行实时监测，以及对海洋动力参数监测。
具体的，水下监测包括水下海生物监测、拦截网监测以及水质监测；具体通过将原位成像仪、声呐、水下摄像机、张力仪、称重仪、液位监测仪部署于取水总入口、拦截网处，实现多点分布式水下海生物、拦截网和水质监测。
具体的，第三方监测包括从第三方平台如气象局、海洋管理部门等获取台风/海啸、气象、海洋化学以及洋流等信息；也就是说，台风、海啸、气象、海洋化学、洋流等由第三方如海洋管理部门/气象局提供的监测数据，将作为前端监测预警范畴的有效补充，为后续对目标核电厂冷源安全预警的实现提供数据支撑。
具体的，其他监测作为辅助监测手段，包括潮位监测和鼓网称重监测，其中，潮位监测指的是监测目标核电厂所在海域的潮位变化，通过在港池或取水渠内设置雷达式潮位仪，实现潮位信息的实时监测；鼓网称重监测指的是对鼓型旋转滤网拦截的致灾物进行称重，通过在泵站排污渠设置自动称重装置，按照设定的时间自动打捞、收集排污渠中的海生物，并实现海生物称重。
更具体的，如下表1所示，采用不同采集设备或采集手段实现陆海空跨维度多尺度采集当前海洋监测数据。
表1采集设备的配置情况表
Figure BDA0003268217220000151
Figure BDA0003268217220000161
注1：外海调查和预测将季节性开展周边海域水文、水质、海生物等调查，研究冷源致灾物的爆发规律和迁移路径，对数据进行管理、处理并对冷源致灾物的发展进行预测。
注2：海生物监测船载一体化设备包含拖曳式原位成像仪、声呐、海流计、化学取样及气象等，这些设备随船出海进行移动监测采集对应的数据信息，监测范围随着船只的移动扩大；使用变频或多频段声呐进行组合式监测，利用低频进行远距离粗略探测，当发现可疑致灾生物群后配合高频和原位成像仪进行精细探测。
注3：原位成像仪可对小尺寸的海生物如浮游动物、浮游植物、鱼苗、鱼卵、饵料等清晰成像，并能自动识别海生物种类、计数统计等。
注4：雷达实现的功能包含波浪测量(浪高、浪向、浪周期)、海流测量(流速、流向)、目标检测跟踪、海面漂浮物监测(大小、密集度、移动速度及方向)、溢油监测(位置、面积、分布、移速、移向)，通过雷达可预测海面致灾物、及其移动方向和速度。
注5：水质监测仪用以监测海水理化参数，如温度、盐度、PH、溶氧等，根据是否存在富营养化***海生物爆发的可能性。
注6：拦截网摄像机用以对拦截网尾兜进行监视，如果尾兜堵塞可启动抽吸泵进行抽吸清理。
注7：张力仪实时监测拦截网的张力，如果张力超过预设值表示拦截网产生堵塞，需进行清理。
注8：称重仪对抽吸泵抽出来的垃圾量进行称重，以反映致灾物的量级。
注9：液位监测仪安装在拦截网前后，实时监测拦截网前后液位差，从侧面反映拦截网的堵塞率；同时拦截网后侧的液位监测仪根据测得的液位高低自动调节抽吸泵的垂直位置。
注10：自动称重装置对鼓型旋转滤网拦截的致灾物进行称重；
注11：拦截网前的声纳、原位成像仪、水下摄像机安装在专用升降机构中，相应的声纳、原位成像仪、水下摄像头可以实现从水面下至水底全断面的监测，减少了监测盲区。
本实施例中，采用多种采集设备获取当前海洋监测数据，对致灾物实现陆海空、跨维度、多尺度的监测预警；从监测距离、致灾物量级、预警时间、监测频率、监测精细度、电厂运维干预力度多个维度实现监测预警的量化。
需要说明的是，本实施例中，采用多种不同的方式采集当前海洋监测数据，数据采集方式多样化，数据类型多样、结构各异，监测内容众多繁杂，涉及领域广泛，加上海洋环境本身的复杂性，因此本实施例进一步提供动态集成机制，将目前已经有的和在不断建设中的多源异构数据进行统一的准实时整合、存储和管理，对多源监测获取的数据信息进行集中监视、存储、处理、触发报警和作为预测模型如生物演变模型和轨迹预测模型的输入，为实现取水口防灾减灾提供决策时间窗口和依据，同时提高后端处置***运行效率及***经济性，当有应急服务需求时，便于运维人员及时获取全面的信息，快速准确地响应各类服务需求。
可见，本实施例采用多种采集设备获取当前海洋监测数据，对致灾物实现陆海空、跨维度、多尺度的监测预警；从监测距离、致灾物量级、预警时间、监测频率、监测精细度、电厂运维干预力度多个维度实现监测预警的量化，能够提高对目标核电厂冷源安全预警的准确度。
另外，由于需要统一接入外海监测、陆基监测、水下监测、第三方监测及其他监测手段采集到的数据信息，实现多源监测数据的处理、分析和二次利用，因此为了便于采集的各数据信息准确高效传输，构建用于获取当前海洋监测数据的网络架构。图4为本实施例提供的一种网络架构示意图；如图所示，用于实现核电厂冷源安全预警方法的计算机设备(冷源监测预警综合信息服务***)属于生产管理III区，网络架构中的信息传输链路包括：
1)外部网络相关的卫星遥感、海洋气象站等信息通过安全接入区接入计算机设备，如链路A、B；
2)冷源核心交换机和核电厂III区核心交换机建立物理链路，通过在各台机组主控布设显示和控制终端，实现在主控终端对冷源相关信息的调取利用，如链路C；
3)冷源核心交换机和核电厂实时信息监控***通过III区核心交换机实现信息交互，如链路D；
4)在冷源监控室布设工单***延伸终端，实现工单服务，如链路E；
5)根据需要在办公区布设冷源延伸终端，实现PC端以B/S模式对冷源信息进行交互，如链路F；
6)无线终端APP应用，通过安全接入区和冷源监控平台进行单向信息交互，如链路G、H；
7)控制抽吸泵的PLC控制***将所产生的各类监视信号通过通讯送至监控平台进行集中展示，如设备状态反馈、报警、日志等，如链路J；
8)海生物船载一体化设备可通过4G/5G信号以无线方式接入计算机设备，如链路L；其中，船载一体化设备功能拓扑如图5所示；其中，船范畴的客户端A用来对原位成像仪、声纳、海流计等进行控制、信息集中展示、信息存储，存储空间满足短期(如3天)存储要求；无线收发设备用来实现客户端A和B之间的实时信息交互；客户端B除了能对船载设备进行控制、信息集中展示外，还用来对采集的信息进行运算、处理、分析、长时间存储，以及和监控平台进行信息交互等；
9)按照采集设备的应用特点，采集设备分为带有后端服务器和无后端服务器两类；如果前端采集设备没有自带后端服务器，则数据的存储、运算、展示等由用于实现核电厂冷源安全预警方法的计算机设备统一负责；如果前端监测预警设备有自身的后端服务器，如声呐、原位成像仪等，对原始数据的存储、运算由自身服务器负责，同时将数据传输至计算机设备并实现二次开发和利用，由计算机设备实现统一的可视化展示、报警、日志、信息推送等功能，如链路K。
可见，按照本实施例的方式设置网络架构，能够保障信息全面准确地传输以及便于数据信息的二次利用。
应该理解的是，虽然上述实施例涉及的各流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，上述实施例涉及的各流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图6所示，提供了一种核电厂冷源安全预警装置，包括：信息采集模块601、第一预测模块602、第二预测模块603和预警确定模块604，其中：
信息采集模块601，用于获取目标核电厂冷源所在海域的当前海洋监测数据，并根据当前海洋监测数据确定出当前致灾物信息；
第一预测模块602，用于获取当前预警因子，并利用预设的生物演变模型确定出与当前预警因子对应的第一预测致灾物信息；
第二预测模块603，用于获取当前洋流信息，并利用预设的轨迹预测模型确定出与当前洋流信息对应的第二预测致灾物信息；
预警确定模块604，用于根据当前致灾物信息、第一预测致灾物信息和第二预测致灾物信息确定出目标核电厂冷源的安全预警结果。
本发明实施例提供的一种核电厂冷源安全预警装置，具有与上述一种核电厂冷源安全预警方法相同的有益效果。
在一个实施例中，第一预测模块包括：
第一设置模块，用于利用样本生物数据为样本预警因子设置对应的数据标签，得出第一训练样本，样本生物数据为目标核电厂冷源发生灾害时对应的生物数据；
第一训练模块，用于将第一训练样本输入至第一神经网络中进行学习训练，得出生物演变模型。
在一个实施例中，第二预测模块包括：第二设置模块，用于利用样本轨迹为样本洋流信息设置对应的数据标签，得出第二训练样本；
第二训练模块，用于将第二训练样本输入至第二神经网络中进行学习训练，得出轨迹预测模型。
在一个实施例中，预警确定模块包括：
判断模块，用于根据当前致灾物信息、第一预测致灾物信息和第二预测致灾物信息判断目标核电厂冷源是否存在安全隐患；若是，则调用执行模块；
执行模块，用于确定出预测的致灾物的量级、种类和尺寸大小。
在一个实施例中，一种核电厂冷源安全预警装置预警等级确定模块，用于根据预测的致灾物的量级、种类和尺寸大小确定出对应的安全预警等级；
预警操作模块，用于启动后端处置设备执行与安全预警等级对应的预警操作，预警操作包括根据预测的致灾物的量级、种类和尺寸大小更换拦截网类型和/或调整抽吸泵的抽吸强度和/或调整目标核电厂冷源的用水量。
在一个实施例中，一种核电厂冷源安全预警装置还包括：
监视模块，用于利用监控设备对当前海洋监测数据和/或当前致灾物信息和/或安全预警结果和/或后端处置设备的运行状态进行可视化展示。
在一个实施例中，包括：采集子模块，用于通过外海监测、陆基监测、水下监测、第三方监测、潮位监测、鼓网称重监测分别采集目标核电厂冷源所在海域的当前海洋监测数据；其中，外海监测包括外海调查和预测、卫星监测、海生物监测船载一体化设备移动监测；路基监测包括通过视频对港池水面、取水渠水面、取水口周边海域水面检测；水下监测包括水下海生物监测、拦截网监测；第三方监测包括台风和/或海啸监测、气象监测、海洋化学监测、洋流监测；
数据分析模块，用于根据当前海洋监测数据确定出当前致灾物信息。
关于核电厂冷源安全预警装置的具体限定可以参见上文中对于核电厂冷源安全预警方法的限定，在此不再赘述。上述核电厂冷源安全预警装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取目标核电厂冷源所在海域的当前海洋监测数据，并根据当前海洋监测数据确定出当前致灾物信息；
获取当前预警因子，并利用预设的生物演变模型确定出与当前预警因子对应的第一预测致灾物信息；
获取当前洋流信息，并利用预设的轨迹预测模型确定出与当前洋流信息对应的第二预测致灾物信息；
根据当前致灾物信息、第一预测致灾物信息和第二预测致灾物信息确定出目标核电厂冷源的安全预警结果。
本发明实施例提供的一种计算机设备，具有与上述一种核电厂冷源安全预警方法相同的有益效果。
在一个实施例中，提供了一种核电厂冷源安全预警***，图7为本发明实施例提供的一种核电厂冷源安全预警***的***架构示意图；图8为本发明实施例提供的一种核电厂冷源安全预警***的***功能拓扑图；***包括计算机设备702，还包括与计算机设备连接、用于采集海洋监测数据的采集设备704；与计算机设备连接，用于可视化展示数据信息的监控设备706；与计算机设备连接，用于根据计算机设备确定出的安全预警结果执行对应的预警操作的后端处置设备708。
具体的，计算机设备702是核电厂冷源安全预警***的高级应用部分，获取底层采集设备收集的当前海洋检测数据如水文数据、前端监测数据、季节性海洋环境数据、近海海域基础数据、核电厂知识库和海洋气象局监测服务数据等，借助大数据、人工智能、机器学习、深度学习形成核电厂冷源安全预警的预警因子、关联规则、生物演变模型、轨迹预测模型等。其中，服务引擎包括前端采集设备数据获取和处理、存储、分析计算、各类数据应用服务及第三方接口服务；预测预警涉及预警因子识别、关联规则制定、预测模型和算法、生物演变模型、轨迹预测模型等方面的内容；智慧决策环节可根据长周期历史数据、实况数据等进行致灾物风险等级划分、风险评估以及应急预案编制。
具体的，采集设备704用来获取不同空间维度的当前海洋监测数据；采集设备包括海生物监测船载一体化设备、卫星、取水总入口的声纳和原位成像仪、雷达、全景摄像机、黑光球机、双光谱摄像机、潮位仪、水质监测仪、拦截网前断面监测(含声纳/原位成像仪/水下水上摄像机)、拦截网监测(含张力仪/摄像机/称重仪)、拦截网前后液位监测仪、鼓型旋转滤网自动称重装置。
后端处置设备708针对拦截网，拦截网采用人字形网兜，在网兜尾端设置自动抽吸泵，可通过PLC控制机柜实现对抽吸泵的运行监控等。后端处置设备功能为当发现致灾物集群化出现、或拦截网出现堵塞时，通过PLC控制抽吸泵的运行，达到清理拦截网的效果。另外，用户可以通过后端处置设备根据安全预警等级更换拦截网类型、调整目标核电厂冷源的用水量。
为便于运维人员对核电厂冷源安全预警***监视、控制和处置操作，将配套统一的监控设备706，通过监控设备可实现的功能包括：对冷源前端采集设备采集到的当前海洋监测数据的可视化展示、对当前致灾物信息和/或安全预警结果进行可视化展示、对后端处置设备的正常运行、故障异常、启停、事故工况等状态信息进行监测等。
本发明实施例提供的一种核电厂冷源安全预警***，具有与上述一种核电厂冷源安全预警方法相同的有益效果。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (15)

1.一种核电厂冷源安全预警方法，其特征在于，所述方法包括：
获取目标核电厂冷源所在海域的当前海洋监测数据，并根据所述当前海洋监测数据确定出当前致灾物信息；
获取当前预警因子，并利用预设的生物演变模型确定出与所述当前预警因子对应的第一预测致灾物信息；
获取当前洋流信息，并利用预设的轨迹预测模型确定出与所述当前洋流信息对应的第二预测致灾物信息；
根据所述当前致灾物信息、所述第一预测致灾物信息和所述第二预测致灾物信息确定出所述目标核电厂冷源的安全预警结果。
2.根据权利要求1所述的方法，其特征在于，设置所述生物演变模型的过程包括：
利用样本生物数据为样本预警因子设置对应的数据标签，得出第一训练样本，所述样本生物数据为所述目标核电厂冷源发生灾害时对应的生物数据；
将所述第一训练样本输入至第一神经网络中进行学习训练，得出所述生物演变模型。
3.根据权利要求2所述的方法，其特征在于，确定出预警因子的过程，包括：
构建所述目标核电厂冷源取水海域生物物种数据库；
根据所述目标核电厂冷源取水口已发生的冷源取水灾害历史事件记录以及技术经验，确定出威胁所述目标核电厂冷源取水安全的致灾物类型；
根据对各所述致灾物类型对应的致灾物的跟踪监测数据，对各所述致灾物的生物特性、环境关联特性、本底物种耦合特性、种群演变规律进行分析，提取影响典型致灾物繁殖生长的关键影响因素，对所述致灾物的动态变化数据及动态演变规律进行趋势性分析，获得导致所述目标核电厂冷源灾害的所述预警因子。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
根据各所述预警因子与是否致灾、灾害发生的形式、演变规律、致灾程度之间的对应关系，为各所述预警因子设置对应的权重比。
5.根据权利要求1所述的方法，其特征在于，设置所述轨迹预测模型的过程包括：
利用样本轨迹为样本洋流信息设置对应的数据标签，得出第二训练样本；
将所述第二训练样本输入至第二神经网络中进行学习训练，得出所述轨迹预测模型。
6.根据权利要求1所述的方法，其特征在于，所述根据所述当前致灾物信息、所述第一预测致灾物信息和所述第二预测致灾物信息确定出所述目标核电厂冷源的安全预警结果的过程，包括：
根据所述当前致灾物信息、所述第一预测致灾物信息和所述第二预测致灾物信息判断所述目标核电厂冷源是否存在安全隐患；
若是，则确定出预测的致灾物的量级、种类和尺寸大小。
7.根据权利要求6所述的方法，其特征在于，在所述确定出海水中或海面预测的致灾物的量级、种类和尺寸大小之后，所述方法还包括：
根据预测的所述致灾物的量级、种类和尺寸大小确定出对应的安全预警等级；
启动后端处置设备执行与所述安全预警等级对应的预警操作，所述预警操作包括根据预测的所述致灾物的量级、种类和尺寸大小更换拦截网类型和/或调整抽吸泵的抽吸强度和/或调整所述目标核电厂冷源的用水量。
8.根据权利要求7所述的方法，其特征在于，所述后端处置设备包括抽吸泵，且所述抽吸泵设置于对应的升降装置上，所述预警操作还包括：
通过预设控制规律控制所述抽吸泵；其中，所述控制规律包括单独控制、分组控制、定时控制和液位控制。
9.根据权利要求7所述的方法，其特征在于，所述方法还包括：
利用监控设备对所述当前海洋监测数据和/或当前致灾物信息和/或安全预警结果和/或所述后端处置设备的运行状态进行可视化展示。
10.根据权利要求7所述的方法，其特征在于，所述预警操作还包括：
提高鼓型旋转滤网旋转速度。
11.根据权利要求1所述的方法，其特征在于，所述方法还包括：
利用所述当前预警因子和所述第一预测致灾物信息更新所述生物演变模型；
和/或利用所述当前洋流信息和所述第二预测致灾物信息更新所述轨迹预测模型。
12.根据权利要求1至11任一项所述的方法，其特征在于，所述采集目标核电厂冷源所在海域的当前海洋监测数据，并根据所述当前海洋监测数据确定出当前致灾物信息的过程，包括：
通过外海监测、陆基监测、水下监测、第三方监测、潮位监测、鼓网称重监测分别采集所述目标核电厂冷源所在海域的所述当前海洋监测数据；其中，所述外海监测包括外海调查和预测、卫星监测、海生物监测船载一体化设备移动监测；所述路基监测包括通过视频对港池水面、取水渠水面、取水口周边海域水面检测；所述水下监测包括水下海生物监测、拦截网监测；所述第三方监测包括台风和/或海啸监测、气象监测、海洋化学监测、洋流监测；
根据所述当前海洋监测数据确定出所述当前致灾物信息。
13.一种核电厂冷源安全预警装置，其特征在于，所述装置包括：
信息采集模块，用于获取目标核电厂冷源所在海域的当前海洋监测数据，并根据所述当前海洋监测数据确定出当前致灾物信息；
第一预测模块，用于获取当前预警因子，并利用预设的生物演变模型确定出与所述当前预警因子对应的第一预测致灾物信息；
第二预测模块，用于获取当前洋流信息，并利用预设的轨迹预测模型确定出与所述当前洋流信息对应的第二预测致灾物信息；
预警确定模块，用于根据所述当前致灾物信息、所述第一预测致灾物信息和所述第二预测致灾物信息确定出所述目标核电厂冷源的安全预警结果。
14.一种计算机设备，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12中任一项所述的方法的步骤。
15.一种核电厂冷源安全预警***，其特征在于，所述***包括如权利要求13所述的计算机设备，还包括与所述计算机设备连接、用于采集海洋监测数据的采集设备；与所述计算机设备连接，用于可视化展示数据信息的监控设备；与所述计算机设备连接，用于根据所述计算机设备确定出的所述安全预警结果执行对应的预警操作的后端处置设备。
CN202111093567.4A 2021-09-17 2021-09-17 核电厂冷源安全预警方法、装置、计算机设备和*** Pending CN113869683A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111093567.4A CN113869683A (zh) 2021-09-17 2021-09-17 核电厂冷源安全预警方法、装置、计算机设备和***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111093567.4A CN113869683A (zh) 2021-09-17 2021-09-17 核电厂冷源安全预警方法、装置、计算机设备和***

Publications (1)

Publication Number Publication Date
CN113869683A true CN113869683A (zh) 2021-12-31

Family

ID=78996454

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111093567.4A Pending CN113869683A (zh) 2021-09-17 2021-09-17 核电厂冷源安全预警方法、装置、计算机设备和***

Country Status (1)

Country Link
CN (1) CN113869683A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115408887A (zh) * 2022-10-31 2022-11-29 交通运输部天津水运工程科学研究所 一种近海电厂取水卷吸机制数值模拟与评估方法
US11830635B1 (en) * 2022-09-06 2023-11-28 First Institute of Oceanography, Ministry of Natural Resources Method and system for determining background water temperature of thermal discharge from operating nuclear power plants based on remote sensing

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160061931A (ko) * 2016-05-13 2016-06-01 이우성 이중구조 블록탱크 집진기를 구비한 해양원자력수력발전소의 핵폐기물처리용 원자로설비의 분배투입장치
CN110926433A (zh) * 2019-11-28 2020-03-27 中国船舶重工集团公司第七一九研究所 一种用于滨海核电站海洋致灾物预警***
CN110991730A (zh) * 2019-11-28 2020-04-10 中国船舶重工集团公司第七一九研究所 一种基于神经网络的滨海核电站海洋致灾物量化预估方法
CN112308214A (zh) * 2020-11-09 2021-02-02 海南核电有限公司 一种用于冷源致灾物灾害预测的深度学习改进算法
CN112735619A (zh) * 2020-11-09 2021-04-30 海南核电有限公司 一种基于滨海核电厂海洋致灾物综合信息处理***
CN112801381A (zh) * 2021-02-02 2021-05-14 徐粱钰 一种水母灾害早期预警方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160061931A (ko) * 2016-05-13 2016-06-01 이우성 이중구조 블록탱크 집진기를 구비한 해양원자력수력발전소의 핵폐기물처리용 원자로설비의 분배투입장치
CN110926433A (zh) * 2019-11-28 2020-03-27 中国船舶重工集团公司第七一九研究所 一种用于滨海核电站海洋致灾物预警***
CN110991730A (zh) * 2019-11-28 2020-04-10 中国船舶重工集团公司第七一九研究所 一种基于神经网络的滨海核电站海洋致灾物量化预估方法
CN112308214A (zh) * 2020-11-09 2021-02-02 海南核电有限公司 一种用于冷源致灾物灾害预测的深度学习改进算法
CN112735619A (zh) * 2020-11-09 2021-04-30 海南核电有限公司 一种基于滨海核电厂海洋致灾物综合信息处理***
CN112801381A (zh) * 2021-02-02 2021-05-14 徐粱钰 一种水母灾害早期预警方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘汉霖: ""红沿河核电站附近海域水母灾害的短期预警研究"", 《中国优秀硕士学位论文全文数据库（电子期刊）》, 15 June 2020 (2020-06-15), pages 59 - 73 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11830635B1 (en) * 2022-09-06 2023-11-28 First Institute of Oceanography, Ministry of Natural Resources Method and system for determining background water temperature of thermal discharge from operating nuclear power plants based on remote sensing
CN115408887A (zh) * 2022-10-31 2022-11-29 交通运输部天津水运工程科学研究所 一种近海电厂取水卷吸机制数值模拟与评估方法

Similar Documents

Publication Publication Date Title
CN113869683A (zh) 核电厂冷源安全预警方法、装置、计算机设备和***
Hart et al. Satellite tracking reveals habitat use by juvenile green sea turtles Chelonia mydas in the Everglades, Florida, USA
Lemahieu et al. Human-shark interactions: The case study of Reunion island in the south-west Indian Ocean
Boubée et al. Downstream passage of silver eels at a small hydroelectric facility
Brook et al. The effects of shoreline armouring on estuarine fish are contingent upon the broader urbanisation context
KR20130076158A (ko) 센서기반 오감 정보를 이용한 수리시설물의 지능형 물관리 자동화시스템
CN101520449A (zh) 一种近岸海域水质采样点优化装置及优化方法
KR20180037554A (ko) 해양 내 민감자원 및 민감지역의 가치 평가 방법
Lock et al. Effect of water quality on blackflies (Diptera: Simuliidae) in Flanders (Belgium)
CN112735619A (zh) 一种基于滨海核电厂海洋致灾物综合信息处理***
Oliveira et al. Modeling the potential distribution of the invasive golden mussel Limnoperna fortunei in the Upper Paraguay River system using limnological variables
Jeffrey et al. Assessing ecological and economic effects of derelict fishing gear: A guiding framework
Bilkovic et al. Ecological and economic effects of derelict fishing gear in the Chesapeake Bay 2015/2016 final assessment report
Sepulveda et al. Using structured decision making to evaluate potential management responses to detection of dreissenid mussel (Dreissena spp.) environmental DNA.
Rees Tasmanian seagrass communities
Bilal et al. A study on detection and monitoring of water quality and flow
CN115775437B (zh) 一种渔港海浪的预警方法及预警装置
Norman et al. The impact of extreme flood‐relief pump operations on resident fish in an artificial drain and the potential for artificial habitat introduction
O'CONNELL et al. Integrating multi‐scale data to model the relationship between food resources, waterbird distribution and human activities in freshwater systems: preliminary findings and potential uses
Berkelmans et al. Automatic weather stations: tools for managing and monitoring potential impacts to coral reefs
Enders et al. Analysing the impact of freshwater aquaculture on wild fish populations using dual frequency identification sonar (DIDSON) technology
CN118094488B (zh) 水利水电工程挡水建筑物库面漂浮物量预测方法及***
CN108981846A (zh) 一种监测***
Liu et al. Research on the Prevention and Control System of Jellyfish in Nuclear Power Plants Cooling Water System
Montagna et al. Vulnerability Assessment of Coastal Bend Bays

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination