利索能及
我要发布
收藏
专利号: 2022106105764
申请人: 深圳信息职业技术学院
专利类型:发明专利
专利状态:已下证
更新日期:2025-10-14
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种预测核电站停堆时间的方法,其特征在于,所述方法应用于通过人工智能模型预测在核电站发生异常情况时所述核电站的第一停堆时间或第二停堆时间;其中,所述人工智能模型包括第一模型和第二模型;所述第一模型包括第一子神经网络和第二子神经网络;所述第一子神经网络用于建立当前初始监测数据与所对应的当前异常情况的种类之间的第一子关系;所述第二子神经网络用于建立第一工况监测数据与第一停堆时间之间的第二子关系;所述第二模型包括第三子神经网络和第四子神经网络;所述第三子神经网络用于建立当前操作后监测数据与所对应的判定结果之间的第三子关系;其中,所述判定结果为是否会发生自动停堆;所述第四子神经网络用于建立当前第二工况监测数据与所对应的当前第二停堆时间之间的第四子关系;

所述异常情况的种类与所述第二子神经网络一一对应;

所述方法包括;

当核电站发送异常情况时,获取当前初始监测数据,并通过由所述第一子神经网络预建立的所述第一子关系确定与所述当前初始监测数据所对应的当前异常情况的种类;

依据所述当前异常情况的种类确定相对应的第二子神经网络;

获取第一工况监测数据,并通过由所述第二子神经网络预建立的第二子关系确定与所述第一工况监测数据所对应的第一停堆时间。

2.根据权利要求1所述的预测核电站停堆时间的方法,其特征在于,当所述第一模型输出所述第一停堆时间且具有当前操作后监测数据后,调用所述第二模型;

所述当前异常情况的种类与所述第四子神经网络一一对应;

获取当前操作后监测数据,并通过由所述第三子神经网络预建立的所述第三子关系确定与所述当前操作后监测数据所对应的判定结果;

依据所述当前异常情况的种类确定相对应的第四子神经网络;

获取所述判定结果,若发生自动停堆,获取当前第二工况监测数据,并通过由第四子神经网络预建立的所述第四子关系确定与当前第二工况监测数据所对应的当前第二停堆时间。

3.根据权利要求1所述的预测核电站停堆时间的方法,其特征在于,所述获取当前初始监测数据,并通过由所述第一子神经网络预建立的所述第一子关系确定与所述当前初始监测数据所对应的当前异常情况的种类的步骤,还包括:通过所述第一子神经网络建立当前初始监测数据与核电站故障时的当前异常情况的种类的所述第一子关系;

通过所述第二子神经网络建立第一工况监测数据与第一停堆时间的所述第二子关系。

4.根据权利要求2所述的预测核电站停堆时间的方法,其特征在于,所述获取当前操作后监测数据,并通过由所述第三子神经网络预建立的所述第三子关系确定与所述当前操作后监测数据所对应的判定结果的步骤之前,还包括:通过所述第三子神经网络建立当前操作后监测数据与判定结果的所述第三子关系;

通过所述第四子神经网络建立当前第二工况监测数据与当前第二停堆时间的所述第四子关系。

5.根据权利要求2所述的预测核电站停堆时间的方法,其特征在于,所述获取所述判定结果,若停堆,获取当前第二工况监测数据的步骤,还包括:获取所述判定结果,若不发生自动停堆,结束预测核电站停堆时间。

6.根据权利要求2所述的预测核电站停堆时间的方法,其特征在于,所述依据所述当前异常情况的种类确定相对应的第四子模型的步骤,包括:依据当前异常情况的种类获取操纵员采取的应对动作;

依据所述当前异常情况的种类以及操纵员采取的应对动作选择相对应的第四子神经网络。

7.根据权利要求2所述的预测核电站停堆时间的方法,其特征在于,所述依据所述当前异常情况的种类确定相对应的目标第四子模型的步骤,包括:依据所述当前异常情况的种类选择相对应的第四子神经网络。

8.一种预测核电站停堆时间的系统,其特征在于,所述系统应用于通过人工智能模型预测在核电站发生异常情况时所述核电站的停堆时间;其中,所述人工智能模型包括第一模型和第二模型;所述第一模型包括第一子神经网络和第二子神经网络;所述第一子神经网络用于建立当前初始监测数据与所对应的当前异常情况的种类之间的第一子关系;所述第二子神经网络用于建立第一工况监测数据与第一停堆时间之间的第二子关系;所述第二模型包括第三子神经网络和第四子神经网络;所述第三子神经网络用于建立当前操作后监测数据与所对应的判定结果之间的第三子关系;所述第四子神经网络用于建立当前第二工况监测数据与所对应的当前第二停堆时间之间的第四子关系;

所述异常情况的种类与所述第二子神经网络一一对应;

所述系统包括;

种类确定模块:用于当核电站发送异常情况时,获取当前初始监测数据,并通过由所述第一子神经网络预建立的所述第一子关系确定与所述当前初始监测数据所对应的当前异常情况的种类;

模型确定模块:用于依据所述当前异常情况的种类确定相对应的第二子神经网络;

停堆时间确定模块:用于获取第一工况监测数据,并通过由所述第二子神经网络预建立的第二子关系确定与所述第一工况监测数据所对应的第一停堆时间。

9.一种设备,其特征在于,包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的预测核电站停堆时间的方法。

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上存储计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的预测核电站停堆时间的方法。