温度场预测方法、装置、服务器和计算机可读存储介质与流程

摘要: 本技术涉及数据处理,具体而言,涉及一种温度场预测方法、装置、服务器和计算机可读存储介质。背景技术:1、球床式高温气冷堆在连续倒料运行过程中,堆芯内部的燃料球与石...
温度场预测方法、装置、服务器和计算机可读存储介质与流程

本技术涉及数据处理,具体而言,涉及一种温度场预测方法、装置、服务器和计算机可读存储介质。

背景技术:

1、球床式高温气冷堆在连续倒料运行过程中,堆芯内部的燃料球与石墨球持续下移并发生位置置换,这种物理运动会导致堆芯功率分布不断变化,同时堆内传热工况也随之动态演变。由于冷却剂氦气流经堆芯时与这些移动中的球体发生复杂的对流换热与导热过程,冷却剂氦气温度场在不同倒料循环阶段呈现出明显的时空差异,也就是说,同一空间位置在不同倒料时刻的冷却剂温度可能显著不同,而同一倒料时刻不同空间位置的冷却剂温度也存在较大梯度。正因如此,冷却剂氦气温度场的空间分布成为判定堆芯传热安全裕度、分析堆芯热应力状态以及确定一回路热端运行参数的核心基础参数,同时也是高温气冷堆开展堆芯安全分析、运行工况优化与全生命周期状态评估不可或缺的关键状态量。

2、目前相关技术中,针对球床式高温气冷堆冷却剂氦气温度场的空间分布求解,主要依赖适用于球床式高温气冷堆的热工水力专业计算程序(例如huakun)开展确定性数值仿真运算。该类仿真程序基于第一性原理建模,网格划分精细,物理模型完备,其计算精度能够贴合工程实际要求。

3、然而,huakun运算流程复杂,单次完整计算需覆盖整个堆芯几何结构与多相流动传热耦合过程,完成一组包含多个倒料循环工况的冷却剂氦气温度场求解通常耗时较长,且对计算资源占用量大,难以支撑反应堆现场对冷却剂氦气温度场的实时状态预测需求,进而无法满足在线工况优化调整及多参数敏感性快速分析等具有强时效性要求的应用场景。

技术实现思路

1、有鉴于此,本技术的目的在于提供一种温度场预测方法、装置、服务器和计算机可读存储介质,以降低资源占用率,保证对冷却剂温度场的实时状态预测需求。

2、为了实现上述目的,本技术实施例采用的技术方案如下:

3、第一方面,本技术提供一种温度场预测方法,所述方法包括:

4、获取球床式高温气冷堆的上一倒料帧对应的堆芯温度场信息和当前倒料帧对应的运行参数;每一倒料帧对应的堆芯温度场信息表征一个倒料循环结束后所述球床式高温气冷堆的冷却剂温度的网格分布信息;

5、将所述堆芯温度场信息和所述运行参数输入预先训练完成的温度预测模型中进行处理,获得当前倒料帧对应的堆芯温度场预测信息;

6、所述温度预测模型基于多个倒料帧对应的样本堆芯温度场信息、样本运行参数和掩码信息进行单步训练得到,所述掩码信息表征所述球床式高温气冷堆的温度场内的流体活性区,且所述温度预测模型的损失函数基于所述掩码信息构建。

7、在可选的实施方式中,所述温度预测模型通过如下步骤获得:

8、获取所述球床式高温气冷堆的掩码信息、多个倒料帧对应的样本堆芯温度场信息和样本运行参数;

9、根据所述掩码信息、多个倒料帧对应的样本堆芯温度场信息和所述样本运行参数构建训练样本;

10、将所述训练样本输入预先构建的温度预测模型中进行单步学习训练,获得训练完成的温度预测模型。

11、在可选的实施方式中,所述多个倒料帧对应的样本堆芯温度场信息通过预先构建的仿真模型的多个算例获得,每个所述算例包括连续多个倒料帧;

12、所述根据所述掩码信息、多个倒料帧对应的样本堆芯温度场信息和所述样本运行参数构建训练样本,包括:

13、依次针对每个所述算例,将所述算例中的每个倒料帧作为目标倒料帧,将所述目标倒料帧的上一倒料帧对应的样本堆芯温度场信息和所述目标倒料帧对应的样本运行参数确定为输入数据,将所述目标倒料帧对应的样本堆芯温度场信息确定为输入标签;

14、根据所述掩码信息对所述输入数据和所述输入标签进行标准化处理,将标准化处理后的输入数据和所述输入标签,确定为所述目标倒料帧对应的训练样本。

15、在可选的实施方式中,所述温度预测模型为长短期记忆网络模型,且所述温度预测模型的损失函数为:

16、

17、其中,l为损失值,为掩码信息,为输入标签,为所述温度预测模型输出的预测值。

18、在可选的实施方式中,在获得训练完成的温度预测模型之后,所述方法还包括:

19、获取测试算例;每个所述测试算例包括多个倒料帧对应的测试堆芯温度场信息和测试运行参数;

20、基于所述测试算例对所述温度预测模型进行测试,获得所述温度预测模型对应的能力指标;

21、基于所述能力指标确定所述温度预测模型的模型性能,并在所述模型性能不满足预设性能条件的情况下,基于所述能力指标对所述温度预测模型进行优化训练。

22、在可选的实施方式中,所述基于所述测试算例对所述温度预测模型进行测试,获得所述温度预测模型对应的能力指标,包括:

23、基于所述测试算例,对所述温度预测模型进行滚动单步预测,获得滚动预测对应的第一能力指标;所述第一能力指标表征所述温度预测模型在无外部校正约束下的自主演化能力。

24、在可选的实施方式中,所述基于所述测试算例对所述温度预测模型进行测试,获得所述温度预测模型对应的能力指标,包括:

25、基于所述测试算例,分别对所述温度预测模型进行滚动单步预测和教师强制性推理,获得滚动预测对应的第一能力指标和教师强制性推理对应的第二能力指标;所述第二能力指标表征所述温度预测模型的单步映射能力上限。

26、第二方面,本技术提供一种温度场预测装置,所述装置包括:

27、获取模块,用于获取球床式高温气冷堆的上一倒料帧对应的堆芯温度场信息和运行参数;每一倒料帧对应的堆芯温度场信息表征一个倒料循环结束后所述球床式高温气冷堆的冷却剂温度的网格分布信息;

28、处理模块,用于将所述堆芯温度场信息和所述运行参数输入预先训练完成的温度预测模型中进行处理,获得当前倒料帧对应的堆芯温度场预测信息;

29、所述温度预测模型基于多个倒料帧对应的样本堆芯温度场信息、样本运行参数和掩码信息进行单步训练得到,所述掩码信息表征所述球床式高温气冷堆的温度场内的流体活性区,且所述温度预测模型的损失函数基于所述掩码信息构建。

30、第三方面,本技术提供一种服务器,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机程序,所述处理器可执行所述计算机程序以实现前述实施方式任一项所述的方法。

31、第四方面,本技术提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现前述实施方式任一项所述的方法。

32、本技术实施例提供的温度场预测方法、装置、服务器和计算机可读存储介质,服务器可获取球床式高温气冷堆的上一倒料帧对应的堆芯温度场信息和运行参数,并将该堆芯温度场信息和运行参数输入预先训练完成的温度预测模型中进行处理,输出当前倒料帧对应的堆芯温度场预测信息。由于温度预测模型为基于多个倒料帧对应的样本堆芯温度场信息、样本运行参数和表征流体活性区的掩码信息构建的损失函数进行单步训练得到,因此可将冷却剂温度场预测转化为基于上一帧温度场和运行参数的单步映射任务,输出当前帧的全堆温度分布,从而摆脱对物理仿真程序的实时调用,有效降低计算资源占用率,满足实时状态预测需求。

33、为使本技术的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。