CN118133518A - 一种象限功率倾斜比的确定方法、装置、设备及介质 - Google Patents
一种象限功率倾斜比的确定方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN118133518A CN118133518A CN202410161590.XA CN202410161590A CN118133518A CN 118133518 A CN118133518 A CN 118133518A CN 202410161590 A CN202410161590 A CN 202410161590A CN 118133518 A CN118133518 A CN 118133518A
- Authority
- CN
- China
- Prior art keywords
- power
- determining
- core
- predicted
- quadrant
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000001514 detection method Methods 0.000 claims abstract description 30
- 238000004590 computer program Methods 0.000 claims description 16
- 229910052724 xenon Inorganic materials 0.000 claims description 10
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 claims description 10
- 238000000265 homogenisation Methods 0.000 claims description 9
- 238000009792 diffusion process Methods 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 239000000446 fuel Substances 0.000 description 4
- 230000004907 flux Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 239000002826 coolant Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000003758 nuclear fuel Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000009257 reactivity Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Landscapes
- Monitoring And Testing Of Nuclear Reactors (AREA)
Abstract
本发明公开了一种象限功率倾斜比的确定方法、装置、设备及介质，该象限功率倾斜比的确定方法包括：根据核电厂中固定式堆内探测器所采集的堆内探测数据确定堆芯的预测功率分布数据，并采用预测功率分布数据确定堆芯的预测象限功率倾斜比；采用功率量程探测器所采集的堆芯的历史功率和预测象限功率倾斜比，确定功率量程探测器的校准系数；采用校准系数对功率量程探测器所采集的堆芯的实时堆芯功率进行校准，确定校准后的目标堆芯功率；采用目标堆芯功率确定堆芯的目标象限功率倾斜比。通过上述技术方案，优化了堆芯象限功率倾斜比校正过程中的内存占用，提高了目标堆芯功率的确定效率，确保了核电厂在运行期间目标象限功率倾斜比的准确性。
Description
技术领域
本发明涉及核电站堆芯安全技术领域，尤其涉及一种象限功率倾斜比的确定方法、装置、设备及介质。
背景技术
三代压水堆采用了MSHIM(机械补偿，Mechanical Shim)运行模式，通过控制棒的下插和提升来补偿反应性的变化，控制棒下插或者提升时会影响堆芯功率分布的变化，并导致堆外功率量程探测器指示发生变化。
由于功率量程探测器本身性能的差别或者由于个别探测器性能发生变化，导致功率量程探测器指示可能不会完全跟随堆芯功率分布的变化，从而出现指示的偏差，在OPDMS(在线功率分布监视***，Online Power Distribution Monitoring System)不可用时，这种偏差可能会导致电厂违反LCO(运行限制条件，Limiting Condition for Operation)而降低堆芯的功率，影响机组的发电效率。
发明内容
本发明提供了一种象限功率倾斜比的确定方法、装置、设备及介质，以解决三代压水堆核电厂满功率运行期间QPTR(象限功率倾斜比,Quadrant Power Tilt Ratio)指示出现偏差后的校准。
根据本发明的一方面，提供了一种象限功率倾斜比的确定方法，该方法包括：
在核电厂中反应堆处于满功率氙平衡运行状态的情况下，根据核电厂中固定式堆内探测器所采集的堆内探测数据确定堆芯的预测功率分布数据，并采用预测功率分布数据确定堆芯的预测象限功率倾斜比；
采用功率量程探测器所采集的堆芯的历史功率和所述预测象限功率倾斜比，确定功率量程探测器的校准系数；
采用所述校准系数对功率量程探测器所采集的堆芯的实时堆芯功率进行校准，确定校准后的目标堆芯功率；
采用所述目标堆芯功率确定堆芯的目标象限功率倾斜比。
根据本发明的另一方面，提供了一种象限功率倾斜比的确定装置，该装置包括：
预测功率倾斜比确定模块，用于在核电厂中反应堆处于满功率氙平衡运行状态的情况下，根据核电厂中固定式堆内探测器所采集的堆内探测数据确定堆芯的预测功率分布数据，并采用预测功率分布数据确定堆芯的预测象限功率倾斜比；
校准系数确定模块，用于采用功率量程探测器所采集的堆芯的历史功率和所述预测象限功率倾斜比，确定功率量程探测器的校准系数；
功率校准模块，用于采用所述校准系数对功率量程探测器所采集的堆芯的实时堆芯功率进行校准，确定校准后的目标堆芯功率；
目标功率倾斜比确定模块，用于采用所述目标堆芯功率确定堆芯的目标象限功率倾斜比。
根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的象限功率倾斜比的确定方法。
根据本发明的另一方面，提供了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指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的象限功率倾斜比的确定方法。
本发明实施例的技术方案，通过固定式探测器所采集的堆内探测数据确定堆芯的预测功率分布数据，并根据堆芯的历史功率，以及堆芯的预测功率分布数据所确定出的预测象限功率倾斜比，确定功率量程探测器的校准系数，通过率量程探测器的校准系数功率量程探测器所采集的堆芯的实时堆芯功率进行校准，进而确定堆芯的目标象限功率倾斜比，一方面直接通过丰富的堆内探测数据进行象限功率倾斜比的校准，避免了无关参数参与校准过程，优化了堆芯象限功率倾斜比校正过程中的内存占用，提高了目标堆芯功率的确定效率，另一方面基于堆芯的历史功率所生成的功率量程探测器的校准系数，确保了在核电厂运行期间目标象限功率倾斜比的准确性，进而确保核电厂的发电效率的稳定。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种象限功率倾斜比的确定方法的流程图；
图2是根据本发明实施例二提供的一种象限功率倾斜比的确定方法的流程图；
图3是根据本发明实施例三提供的一种象限功率倾斜比的确定装置的结构示意图；
图4是实现本发明实施例的象限功率倾斜比的确定方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种象限功率倾斜比的确定方法的流程图，本实施例可适用于三代压水堆核电厂QPTR指示出现偏差后的校准，该方法可以由象限功率倾斜比的确定装置来执行，该象限功率倾斜比的确定装置可以采用硬件和/或软件的形式实现，该象限功率倾斜比的确定装置可配置于各种通用计算设备中，例如配置有堆芯检测***的计算设备中。如图1所示，该方法包括：
S110、在核电厂中反应堆处于满功率氙平衡运行状态的情况下，根据核电厂中固定式堆内探测器所采集的堆内探测数据确定堆芯的预测功率分布数据，并采用预测功率分布数据确定堆芯的预测象限功率倾斜比。
其中，固定式堆内探测器可以包括中子监测探测器、燃料温度监测探测器以及压力和温度传感器中的至少一种。需要说明的是，中子监测探测器可以用于测量核反应堆中的中子流量分布、燃料温度监测探测器可以用于测量核燃料的温度、压力和温度传感器可以用于测量反应堆中的冷却剂压力和温度。
功率分布数据可以是指堆芯内不同位置的功率密度分布情况。需要说明的是，预测功率分布数据可以是指根据堆内探测数据分析出来的经验值。
象限功率倾斜比可以用于描述堆芯在不同象限(象限可以是指堆芯中的一个空间区域，可以根据不同的划分方法划分为不同数量的象限，示例性的，在本发明实施例中可以采用四象限划分法，将堆芯空间划分为四个象限，通常以A、B、C、D表示)中的功率分布差异的指标；可以用于评估反应堆的稳定性和动态响应能力。需要说明的是，在核电领域中，QPTR的值越小，说明不同象限之间的功率分布越均匀，反应堆的稳定性越好。相反，QPTR的值越大，说明不同象限之间的功率分布差异越大，反应堆的稳定性可能较差。
具体的，在核电厂的反应堆处于满功率氙平衡运行状态的情况下，可以根据反应堆中所布置的固定式堆内探测器所采集的堆内探测数据确定堆芯的预测功率分布数据，并基于堆芯的预测功率分布数据确定出堆芯的预测象限功率倾斜比。可选的，满功率氙平衡运行状态可以是指核电厂中的反应堆的运行状态达到预设标准运行状态，预设标准运行状态可以根据反应堆中至少一种运行参数的数据来确定。示例性的，在满功率氙平衡运行状态下，反应堆在过去24小时内的热功率波动小于±1％RTP、堆芯在线监测***中氙的变化率小于2ppm/小时、过去15min内，堆芯的平均温度偏差在±0.6℃以内、蒸汽发生器液位在±2％之内、稳压器压力在±0.1MPa之内以及稳压器液位在±1％之内。
核电厂在满功率运行状态下，可以保证反应堆能够稳定地运行，保证校准结果的准确性。
S120、采用功率量程探测器所采集的堆芯的历史功率和预测象限功率倾斜比，确定功率量程探测器的校准系数。
其中，功率量程探测器可以用于测量堆芯中不同区域(不同象限所属区域)的功率量程上部和下部。需要说明的是功率量程探测器所采集的堆芯的历史功率是指在当前时刻之前且功率量程探测器指示正常的情况下所测得的堆芯的功率。
校准系数可以用于对功率量程探测器所指示的探测数据(堆芯的功率)进行修正。
具体的，可以采用功率量程探测器所采集的堆芯的历史功率数据以及所确定的预测象限功率倾斜比，确定出功率量程探测器的校准系数，用于对功率量程探测器所测得的功率指示数据进行校准。
可选的，采用功率量程探测器所采集的堆芯的历史功率和预测象限功率倾斜比，确定功率量程探测器的校准系数，包括：采用功率量程探测器所采集的堆芯的历史功率确定功率量程探测器的归一化系数；根据归一化系数和预测象限功率倾斜比，确定功率量程探测器的校准系数。
其中，功率量程探测器的归一化系数可以用于表征功率量程探测器的探测标准。
具体的，可以根据功率量程器所采集的堆芯的历史功率确定功率量程探测器的归一化系数，进而可以根据功率量程探测器的归一化系数以及确定出的预测象限功率倾斜比，确定出功率量程探测器在堆芯的每一象限所属区域的校准系数。
根据功率量程器在指示正确情况下所采集堆芯的历史功率，生成功率量程探测器正常工况下的归一化系数，进而根据该归一化系数生成功率量程探测器的校准系数，基于历史的正确数据所生成的校准系数对功率量程探测器的实时采集数据进行校准，确保了校准结果的可靠性。
可选的，归一化系数包括下部归一化系数和上部归一化系数，归一化系数通过如下公式进行确定：
可选的，校准系数可以以包括上部校准系数和校准系数可以通过如下公式进行确定：
可选的，堆芯的历史下部功率的平均值可通过如下公式进行确定：
可选的，堆芯的历史上部功率的平均值可通过如下公式进行确定：
其中，为功率量程探测器的上部归一化系数下部校准系数，/>为功率量程探测器的下部归一化系数，i为堆芯的第i个象限，U表示功率量程上部，L表示功率量程下部，为功率量程探测器的上部校准系数，/>为功率量程探测器的下部校准系数，/>为堆芯的上部预测象限功率倾斜比，/>为堆芯的下部预测象限功率倾斜比，/>为堆芯的历史上部功率的平均值，/>为堆芯的历史下部功率的平均值，/>为功率量程探测器历史测得的堆芯的第i个象限的上部功率，/>为功率量程探测器历史测得的堆芯的第i个象限的下部功率。可选的，堆芯的每一象限所属区域对应的功率量程探测器的归一化系数可以相同，也可以不同；相应的，堆芯的每一象限所属区域对应的功率量程探测器的校准系数可以相同，也可以不同。
S130、采用校准系数对功率量程探测器所采集的堆芯的实时堆芯功率进行校准，确定校准后的目标堆芯功率。
实时堆芯功率可以包括量程探测器实时测得的堆芯的至少一个象限的上部功率和下部功率。
目标堆芯功率可以是指经过校准后的实时堆芯功率。
具体的，可以采用功率量程探测器的校准系数对功率量程探测器所采集的堆芯的实时堆芯功率进行校准，将校准后的实时堆芯功率作为目标堆芯功率。
可选的，目标堆芯功率可以通过如下公式进行确定：
其中，为校准后的上部目标堆芯功率，/>为校准后的下部目标堆芯功率，/>为功率量程探测器所采集的堆芯的上部实时堆芯功率，/>为功率量程探测器所采集的堆芯的下部实时堆芯功率，/>为功率量程探测器的上部校准系数，/>为功率量程探测器的下部校准系数，i为堆芯的第i个象限，R表示实时数据，C表示校准后的数据。
S140、采用目标堆芯功率确定堆芯的目标象限功率倾斜比。
其中，目标象限功率倾斜比可以是指经过校准后的象限功率倾斜比，即最终进行显示的象限功率倾斜比；
具体的，可以采用校准后的目标堆芯功率确定出目标象限功率倾斜比。
可选的，目标象限功率倾斜比可以通过如下公式进行确定：
其中，上部目标象限功率倾斜比，/>为下部目标象限功率倾斜比，为校准后的上部目标堆芯功率，/>为校准后的下部目标堆芯功率，i为堆芯的第i个象限，R表示实时数据，C表示校准后的数据。
可选的，在本发明实施例中，确定出目标象限功率倾斜比之后，可以将目标象限功率倾斜比与预测象限功率倾斜比进行比对，若两者之间的差值小于预设差值，则说明经校准后的目标象限功率倾斜比数据可靠。可选的，预设差值可根据本领域技术人员进行适应性设置。
本发明实施例的技术方案，通过固定式探测器所采集的堆内探测数据确定堆芯的预测功率分布数据，并根据堆芯的历史功率，以及堆芯的预测功率分布数据所确定出的预测象限功率倾斜比，确定功率量程探测器的校准系数，通过率量程探测器的校准系数功率量程探测器所采集的堆芯的实时堆芯功率进行校准，进而确定堆芯的目标象限功率倾斜比，一方面直接通过丰富的堆内探测数据进行象限功率倾斜比的校准，避免了无关参数参与校准过程，优化了堆芯象限功率倾斜比校正过程中的内存占用，提高了目标堆芯功率的确定效率，另一方面基于堆芯的历史功率所生成的功率量程探测器的校准系数，确保了在核电厂运行期间目标象限功率倾斜比的准确性，进而确保核电厂的发电效率的稳定。
实施例二
图2为本发明实施例二提供的一种象限功率倾斜比的确定方法的流程图，本实施例在上述实施例的基础上进一步细化，提供了根据核电厂中固定式堆内探测器所采集的堆内探测数据确定堆芯的预测功率分布数据，并采用预测功率分布数据确定堆芯的预测象限功率倾斜比的具体步骤。需要说明的是，在本发明实施例未详述部分，可参见其他实施例的相关表述，在此不再赘述。如图2所示，该方法包括：
S210、采用堆芯模型数据以及固定式堆内探测器所采集的实时堆内探测数据，确定堆芯的预测功率分布数据。
其中，堆芯模型数据可以是指预先存储的有关堆芯的结构参数以及功耗参数等，可以用于表征堆芯的模型参数信息，例如，堆芯的尺寸、堆芯中布置的固定式探测器的位置、控制棒棒位以及堆芯的损耗信息等。可选的，可以通过访问数据库进行获取。
具体的，可以采用堆芯模型数据以及堆芯内所布置的固定式探测器所采集的实时堆内探测数据，对堆芯的功率分布情况进行预测，确定堆芯整体的预测功率分布数据。
可选的，采用堆芯模型数据以及固定式堆内探测器所采集的实时堆内探测数据，确定堆芯的预测功率分布数据，包括：根据堆芯模型数据，确定堆芯中组件的均匀化少群常数；根据均匀化少群常数以及固定式堆内探测器所采集的实时堆内探测数据求解中子扩散方程，确定堆芯中至少一个节块的预测功率分布数据。
其中，均匀化少群常数可以是指在反应堆中用于描述燃料组件中中子流动情况的参数。可选的，堆芯中组件的均匀化少群常数可以参考现有技术中均匀化少群常数的确定方式。
中子扩散方程可以用于描述反应堆中中子输运行为的基本方程；需要说明的是，通过求解中子扩散方程可以得到反应堆中子通量分布情况，从而预测出堆芯的功率分布。
节块可以是指根据反应堆的组成结构所划分出来的区域，示例性的，可以根据堆芯中的燃料组件的位置以及控制棒的位置来确定节块的边界。可选的，所划分出来的节块区域的数量可以根据本领域技术人员进行适应性设置。
具体的，可以根据堆芯模型数据确定堆芯中不同组件的均匀化少群常数，并将堆芯中每一节块中组件对应的均匀化少群常数以及堆芯内所布置的固定式堆内探测器所采集的实时堆内探测数据作为中子扩散方程的输入，对中子扩散方程进行求解，确定出堆芯中至少一个节块所属区域的预测功率分布数据。
S220、采用预测功率分布数据确定堆芯的预测电流数据，并基于堆芯的实时电流数据以及预测电流数据确定堆芯的节块校准因子。
其中，预测电流数据可以用于表示堆芯中电流的预测情况。可选的，可以通过将预测功率分布数据输入至OPDMS确定出堆芯的预测电流数据；OPDMS集成有功率分布数据和电流数据的转换关系，可以根据本领域技术人员进行适应性设置。
实时电流数据可以通过固定式堆内探测器实时采集的堆内探测数据进行确定。可选的，可以在核电厂运行期间，根据堆芯中每一节块所布置的中子探测器实时采集的反应堆中的中子流量分布，确定出堆芯中每一节块的实时电流数据。
节块校准因子可以用于对预测电流数据与实时电流数据之间的误差关系进行修正。
具体的，可以根据所确定堆芯中存在的每一节块的预测功率分布数据确定出堆芯中的每一节块所属区域的预测电流数据，并采集堆芯中每一节块所属区域的实时电流数据，根据预测电流数据以及实时电流数据确定出堆芯的节块校准因子。
通过基于实时的电流数据以及预测的电流数据确定出，确定预测数据与实时数据之间的误差关系(节块校准因子)，并根据多确定出的误差关系对预测功率分布数据进行校准，确保了预测功率分布数据的可靠性。
可选的，节块校准因子可以通过如下公式进行确定：
其中，C为节块校准因子，Im为实时电流数据，Ip为预测电流数据。
S230、基于节块校准因子对预测功率分布数据进行校准，确定校准后的目标功率分布数据。
其中，目标功率分布数据可以是指经过校准后的预测功率分布数据。
具体的，可以基于所确定的节块校准因子，对堆芯中的每一节块的预测功率分布数据进行校准，将校准后的预测功率分布数据作为堆芯中的每一节块的目标功率分布数据。
可选的，目标功率分布数据可以通过如下公式进行确定：
Pm＝C*Pp；
其中，Pm为目标功率分布数据，C为节块校准因子，Pp为预测功率分布数据。
S240、基于目标功率分布数据确定堆芯在每一象限区域的归一化功率，并基于堆芯在每一象限区域的归一化功率确定堆芯的预测象限功率倾斜比。
其中，象限区域可以是指堆芯空间所划分的象限的所属区域。
在本发明实施例中，堆芯所划分的四个象限区域中，每一个象限区域包含有至少一个堆芯所划分的节块区域，且每个象限区域所包含的节块区域并不会重复。
具体的，可以根据堆芯中的至少一个节块所属区域的目标功率分布数据确定堆芯在每一象限区域的归一化功率，并根据堆芯在每一象限区域的归一化功率确定堆芯的预测象限功率倾斜比。
可选的，在本发明实施例中，可以先对堆芯空间进行空间离散化处理，将堆芯空间划分为若干个离散的区域(通常采用网格的形式)，将所确定的目标功率分布数据在空间离散化的网格上进行插值，以获得每个网格区域内的功率值，根据每个网格区域内的功率值，计算出该区域内功率的平均值，对于每个节块，将其包含的网格区域的平均功率进行加权求和，即可得到该节块的预测功率。对堆芯中每一象限区域内节块的预测功率的上下部各自进行归一化处理，即可得到堆芯中每一象限区域对应的上部归一化功率和下部归一化功率。
可选的，基于堆芯在每一象限区域的归一化功率确定堆芯的预测象限功率倾斜比，包括：根据堆芯在每一象限区域的归一化功率以及象限区域的平均归一化功率，确定堆芯的预测象限功率倾斜比。
其中，平均归一化功率是指对堆芯中全部象限所对应的归一化功率均值处理后的结果。可选的，平均归一化功率可以包括上部平均归一化功率和下部平均归一化功率。
具体的，可以通过将堆芯在每一象限区域的上部归一化功率与象限区域的上部平均归一化功率的比值，作为堆芯在每一象限区域的上部预测象限功率倾斜比；通过将堆芯在每一象限区域的下部归一化功率与象限区域的下部平均归一化功率的比值，作为堆芯在每一象限区域的下部预测象限功率倾斜比。
S250、采用功率量程探测器所采集的堆芯的历史功率和所述预测象限功率倾斜比，确定功率量程探测器的校准系数。
S260、采用校准系数对功率量程探测器所采集的堆芯的实时堆芯功率进行校准，确定校准后的目标堆芯功率。
S270、采用目标堆芯功率确定堆芯的目标象限功率倾斜比。
本发明实施例的技术方案，通过固定式堆内探测器所采集的实时堆内探测数据确定出堆芯的预测功率分布数据以及堆芯的预测象限功率倾斜比，提高了预测结果的可靠性，同时为后续对预测象限功率倾斜比的校准奠定了基础，且根据堆芯的实时电流数据以及所述预测电流数据确定堆芯的节块校准因子对预测功率分布数据进行校准，进一步确保了预测结果的可靠性。
实施例三
图3为本发明实施例三提供的一种象限功率倾斜比的确定装置的结构示意图。如图3所示，该装置包括：
预测功率倾斜比确定模块310，用于在核电厂中反应堆处于满功率氙平衡运行状态的情况下，根据核电厂中固定式堆内探测器所采集的堆内探测数据确定堆芯的预测功率分布数据，并采用预测功率分布数据确定堆芯的预测象限功率倾斜比；
校准系数确定模块320，用于采用功率量程探测器所采集的堆芯的历史功率和预测象限功率倾斜比，确定功率量程探测器的校准系数；
功率校准模块330，用于采用校准系数对功率量程探测器所采集的堆芯的实时堆芯功率进行校准，确定校准后的目标堆芯功率；
目标功率倾斜比确定模块340，用于采用目标堆芯功率确定堆芯的目标象限功率倾斜比.
本发明实施例的技术方案，通过固定式探测器所采集的堆内探测数据确定堆芯的预测功率分布数据，并根据堆芯的历史功率，以及堆芯的预测功率分布数据所确定出的预测象限功率倾斜比，确定功率量程探测器的校准系数，通过率量程探测器的校准系数功率量程探测器所采集的堆芯的实时堆芯功率进行校准，进而确定堆芯的目标象限功率倾斜比，一方面直接通过丰富的堆内探测数据进行象限功率倾斜比的校准，避免了无关参数参与校准过程，优化了堆芯象限功率倾斜比校正过程中的内存占用，提高了目标堆芯功率的确定效率，另一方面基于堆芯的历史功率所生成的功率量程探测器的校准系数，确保了在核电厂运行期间目标象限功率倾斜比的准确性，进而确保核电厂的发电效率的稳定。
可选的，预测功率倾斜比确定模块310包括：
预测功率分布确定单元，用于采用堆芯模型数据以及固定式堆内探测器所采集的实时堆内探测数据，确定堆芯的预测功率分布数据；
节块校准因子确定单元，用于采用预测功率分布数据确定堆芯的预测电流数据，并基于堆芯的实时电流数据以及预测电流数据进行三维样条差值，确定堆芯的节块校准因子；
目标功率分布确定单元，用于基于节块校准因子对预测功率分布数据进行校准，确定校准后的目标功率分布数据；
预测功率倾斜比确定单元，用于基于目标功率分布数据确定堆芯在每一象限区域的归一化功率，并基于堆芯在每一象限区域的归一化功率确定堆芯的预测象限功率倾斜比。
可选的，预测功率分布确定单元可具体用于：根据堆芯模型数据，确定堆芯中组件的均匀化少群常数；根据均匀化少群常数以及固定式堆内探测器所采集的实时堆内探测数据求解中子扩散方程，确定堆芯的预测功率分布数据。
可选的，预测功率倾斜比确定单元可具体用于：根据堆芯在每一象限区域的归一化功率以及象限区域的平均归一化功率，确定堆芯的预测象限功率倾斜比。
可选的，校准系数确定模块320包括：
归一化系数确定单元，用于采用功率量程探测器所采集的堆芯的历史功率确定功率量程探测器的归一化系数；
校准系数确定单元，用于根据归一化系数和预测象限功率倾斜比，确定功率量程探测器的校准系数。
可选的，归一化系数可以包括下部归一化系数以及上部归一化系数。
可选的，归一化系数可通过如下公式进行确定：
其中，为功率量程探测器的上部归一化系数，/>为功率量程探测器的下部归一化系数，i为功率量程的第i个象限，U表示功率量程上部，L表示功率量程下部，/>为堆芯的历史上部功率的平均值，/>为堆芯的历史下部功率的平均值，/>为功率量程探测器历史测得的堆芯上部第i个象的功率，/>为功率量程探测器历史测得的堆芯下部第i个象限的功率。
本发明实施例所提供的象限功率倾斜比的确定装置可执行本发明任意实施例所提供的象限功率倾斜比的确定方法，具备执行方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例的电子设备410的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示，电子设备410包括至少一个处理器411，以及与至少一个处理器411通信连接的存储器，如只读存储器(ROM)412、随机访问存储器(RAM)413等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器411可以根据存储在只读存储器(ROM)412中的计算机程序或者从存储单元418加载到随机访问存储器(RAM)413中的计算机程序，来执行各种适当的动作和处理。在RAM 413中，还可存储电子设备410操作所需的各种程序和数据。处理器411、ROM 412以及RAM 413通过总线414彼此相连。输入/输出(I/O)接口415也连接至总线414。
电子设备410中的多个部件连接至I/O接口415，包括：输入单元416，例如键盘、鼠标等；输出单元417，例如各种类型的显示器、扬声器等；存储单元418，例如磁盘、光盘等；以及通信单元419，例如网卡、调制解调器、无线通信收发机等。通信单元419允许电子设备410通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器411可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器411的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器411执行上文所描述的各个方法和处理，例如象限功率倾斜比的确定方法。
在一些实施例中，象限功率倾斜比的确定方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元418。在一些实施例中，计算机程序的部分或者全部可以经由ROM 412和/或通信单元419而被载入和/或安装到电子设备410上。当计算机程序加载到RAM 413并由处理器411执行时，可以执行上文描述的象限功率倾斜比的确定方法的一个或多个步骤。备选地，在其他实施例中，处理器411可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行象限功率倾斜比的确定方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的***和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (10)
1.一种象限功率倾斜比的确定方法，其特征在于，包括：
在核电厂中反应堆处于满功率氙平衡运行状态的情况下，根据核电厂中固定式堆内探测器所采集的堆内探测数据确定堆芯的预测功率分布数据，并采用预测功率分布数据确定堆芯的预测象限功率倾斜比；
采用功率量程探测器所采集的堆芯的历史功率和所述预测象限功率倾斜比，确定功率量程探测器的校准系数；
采用所述校准系数对功率量程探测器所采集的堆芯的实时堆芯功率进行校准，确定校准后的目标堆芯功率；
采用所述目标堆芯功率确定堆芯的目标象限功率倾斜比。
2.根据权利要求1所述的方法，其特征在于，所述根据核电厂中固定式堆内探测器所采集的堆内探测数据确定堆芯的预测功率分布数据，并采用预测功率分布数据确定堆芯的预测象限功率倾斜比，包括：
采用堆芯模型数据以及固定式堆内探测器所采集的实时堆内探测数据，确定堆芯的预测功率分布数据；
采用所述预测功率分布数据确定堆芯的预测电流数据，并基于堆芯的实时电流数据以及所述预测电流数据确定堆芯的节块校准因子；
基于所述节块校准因子对所述预测功率分布数据进行校准，确定校准后的目标功率分布数据；
基于目标功率分布数据确定堆芯在每一象限区域的归一化功率，并基于堆芯在每一象限区域的归一化功率确定堆芯的预测象限功率倾斜比。
3.根据权利要求2所述的方法，其特征在于，所述采用堆芯模型数据以及固定式堆内探测器所采集的实时堆内探测数据，确定堆芯的预测功率分布数据，包括：
根据堆芯模型数据，确定堆芯中组件的均匀化少群常数；
根据所述均匀化少群常数以及固定式堆内探测器所采集的实时堆内探测数据求解中子扩散方程，确定堆芯中至少一个节块的预测功率分布数据。
4.根据权利要求2所述的方法，其特征在于，所述基于堆芯在每一象限区域的归一化功率确定堆芯的预测象限功率倾斜比，包括：
根据堆芯在每一象限区域的归一化功率以及象限区域的平均归一化功率，确定堆芯的预测象限功率倾斜比。
5.根据权利要求1所述的方法，其特征在于，所述采用功率量程探测器所采集的堆芯的历史功率和所述预测象限功率倾斜比，确定功率量程探测器的校准系数，包括：
采用功率量程探测器所采集的堆芯的历史功率确定功率量程探测器的归一化系数；
根据所述归一化系数和所述预测象限功率倾斜比，确定功率量程探测器的校准系数。
6.根据权利要求5所述的方法，其特征在于，所述归一化系数包括下部归一化系数以及上部归一化系数，相应的，所述归一化系数通过如下公式进行确定：
其中，为功率量程探测器的上部归一化系数，/>为功率量程探测器的下部归一化系数，i为功率量程的第i个象限，U表示功率量程上部，L表示功率量程下部，/>为堆芯的历史上部功率的平均值，/>为堆芯的历史下部功率的平均值，/>为功率量程探测器历史测得的堆芯上部第i个象限的功率，Pi L为功率量程探测器历史测得的堆芯下部第i个象限的功率。
7.一种象限功率倾斜比的确定装置，其特征在于，包括：
预测功率倾斜比确定模块，用于在核电厂中反应堆处于满功率氙平衡运行状态的情况下，根据核电厂中固定式堆内探测器所采集的堆内探测数据确定堆芯的预测功率分布数据，并采用预测功率分布数据确定堆芯的预测象限功率倾斜比；
校准系数确定模块，用于采用功率量程探测器所采集的堆芯的历史功率和所述预测象限功率倾斜比，确定功率量程探测器的校准系数；
功率校准模块，用于采用所述校准系数对功率量程探测器所采集的堆芯的实时堆芯功率进行校准，确定校准后的目标堆芯功率；
目标功率倾斜比确定模块，用于采用所述目标堆芯功率确定堆芯的目标象限功率倾斜比。
8.根据权利要求7所述的装置，其特征在于，所述预测功率倾斜比确定模块，包括：
预测功率分布确定单元，用于采用堆芯模型数据以及固定式堆内探测器所采集的实时堆内探测数据，确定堆芯的预测功率分布数据；
节块校准因子确定单元，用于采用所述预测功率分布数据确定堆芯的预测电流数据，并基于堆芯的实时电流数据以及所述预测电流数据进行三维样条差值，确定堆芯的节块校准因子；
目标功率分布确定单元，用于基于所述节块校准因子对所述预测功率分布数据进行校准，确定校准后的目标功率分布数据；
预测功率倾斜比确定单元，用于基于目标功率分布数据确定堆芯在每一象限区域的归一化功率，并基于堆芯在每一象限区域的归一化功率确定堆芯的预测象限功率倾斜比。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的象限功率倾斜比的确定方法。
10.一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指令，所述计算机指令用于使处理器执行时实现权利要求1-6中任一项所述的象限功率倾斜比的确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410161590.XA CN118133518A (zh) | 2024-02-05 | 2024-02-05 | 一种象限功率倾斜比的确定方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410161590.XA CN118133518A (zh) | 2024-02-05 | 2024-02-05 | 一种象限功率倾斜比的确定方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118133518A true CN118133518A (zh) | 2024-06-04 |
Family
ID=91243528
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410161590.XA Pending CN118133518A (zh) | 2024-02-05 | 2024-02-05 | 一种象限功率倾斜比的确定方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118133518A (zh) |
-
2024
- 2024-02-05 CN CN202410161590.XA patent/CN118133518A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5954902B2 (ja) | 原子炉の炉心の出力分布をモニターする方法 | |
| EP2613324B1 (en) | Critical heat flux prediction device, critical heat flux prediction method and safety evaluation system | |
| EP3035339A1 (en) | Method of synthesizing axial power distributions of nuclear reactor core using neural network circuit and in-core protection system (icops) using the same | |
| CN116663747B (zh) | 一种基于数据中心基础设施的智能预警方法及*** | |
| CN110739091A (zh) | 一种核电厂次临界度直接测量***及硬件平台和测量方法 | |
| CN114323153B (zh) | 海上风电基础冲刷与结构状态监测及安全预警方法及装置 | |
| CN108877969B (zh) | 核功率理论模型建立及验证方法、***及终端设备 | |
| CN118133518A (zh) | 一种象限功率倾斜比的确定方法、装置、设备及介质 | |
| CN115754772A (zh) | 一种电池容量衰减处理方法、装置、设备和存储介质 | |
| CN115952921A (zh) | 一种光伏能源功率预测方法、装置、电子设备及存储介质 | |
| CN116596106A (zh) | 风电场站的功率预测方法、装置、电子设备及存储介质 | |
| CN115758071A (zh) | 原子钟的钟差预测方法、装置、设备以及存储介质 | |
| CN115410731A (zh) | 反应堆中修复组件的入堆可行性分析方法、装置及设备 | |
| CN118154026A (zh) | 一种燃料可靠性指标的确定方法、装置、设备及介质 | |
| CN116936141A (zh) | 一种堆芯相关参数确定方法、装置、设备及存储介质 | |
| CN117936134A (zh) | 功率探测器的增益系数修正方法、装置、设备及介质 | |
| CN118173296A (zh) | 一回路换水反应性控制方法、装置、电子设备和介质 | |
| CN111928920A (zh) | 蒸发器液位检测方法、装置、计算机设备和存储介质 | |
| CN117589334B (zh) | 油浸式变压器热点温度检测方法及*** | |
| CN117131315B (zh) | 基于求解多元二次函数极值的超差电能表确定方法及介质 | |
| JP7398341B2 (ja) | 崩壊熱評価方法、プログラム及び崩壊熱評価装置 | |
| CN116798664A (zh) | 核反应堆的临界控制方法、控制装置、设备和存储介质 | |
| CN117249036A (zh) | 一种抽水蓄能***、水轮发电机组状态评估方法及装置 | |
| CN116804690A (zh) | 一种变压器故障检测方法、装置、电子设备及存储介质 | |
| CN118195070A (zh) | 机械部件的使用寿命管理方法、装置、设备和存储介质 |
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 |