一种核电厂运行瞬态识别和评价系统的制作方法

1.本发明涉及核电厂瞬态监测技术领域，具体为一种核电厂运行瞬态识别和评价系统。


背景技术：

2.为了确保电厂的运行状态符合设计要求，需要对核电厂寿期内的运行瞬态进行瞬态识别和归类统计；目前瞬态识别的工作还处于一事一议的状况，不便于对核电厂瞬态进行有效控制、跟踪和评估电厂运行状态，针对这块安全审查的需求和电厂实际状态的灰色地带，急需开发具备瞬态识别、归类、统计功能系统软件，内置经过验证的数据挖掘算法，从而固化知识和专家经验、顺利提交定期安全审查报告并优化电厂运行维护，因此，提出一种核电厂运行瞬态识别和评价系统。


技术实现要素：

3.本发明的目的在于提供一种核电厂运行瞬态识别和评价系统，以解决上述背景技术中提出的问题。
4.为实现上述目的，本发明提供如下技术方案：一种核电厂运行瞬态识别和评价系统，包括系统硬件、系统数据库以及计算程序；所述系统硬件包括系统服务器、计算服务器、备份服务器以及网络交换机；所述系统数据库包括实时数据库、计算数据库以及材料数据库；所述计算程序包括动态神经网络计算以及模糊推理计算。
5.作为本发明一种优选的技术方案，所述系统服务器为各类系统服务的核心服务器，用于支持操作站客户端的各类数据请求和功能调用、对接收数据的处理和转储、对系统配置参数的管理；系统服务器还负责支持计算程序的正常运行；所述计算服务器作为信息系统数据主要保存载体，能够为系统应用提供所有输入和过程参数的调用；所述备份服务器作为数据库服务器的数据备份载体，提供对数据库数据的备份功能；所述网络交换机负责构建疲劳监测系统局域网，还负责连接外部系统和外部网络，以支持与pi系统数据通信以及电厂局域网内客户端与系统服务器之间的数据通信。
6.作为本发明一种优选的技术方案，所述动态神经网络计算步骤为：
7.s1：瞬态数据采集，并根据设置算法自动识别是否发生瞬态；
8.s2：若发生瞬态则自行判断每个瞬态的起始和结束时间，从连续采集数据中截取单个实际运行瞬态的时间历程曲线；若无瞬态发生，则不进行下一步的分析计算；
9.s3：对于实际发生的瞬态基于机器学习获得曲线特征；
10.s4：将每个实际瞬态进行归类，与设计瞬态进行匹配，并进行瞬态统计分析。
11.作为本发明一种优选的技术方案，所述瞬态起始和结束时间是通过设置瞬态曲线变化阈值来确定。
12.作为本发明一种优选的技术方案，所述系统数据库采用sqlserver关系型数据库，用于支持数据保存、数据调度以及平台支持，是系统的重要组成部分。
13.作为本发明一种优选的技术方案，所述实时数据库用于接收和保存来自核电厂各机组dcs的工艺数据；所述计算数据库用于核电厂瞬态识别、统计、归类的核心计算过程存储，能够长期保存所有中间计算变量以及最终计算输出；所述材料数据库用于存放用于支持疲劳寿命监测系统计算的材料参数，该部分数据为静态数据，能够在数据库中永久保存。
14.作为本发明一种优选的技术方案，所述模糊推理计算包括模糊化模块、模糊数据库、模糊推理模块以及去模糊化模块；所述模糊化模块能够通过其隶属函数将明确的核电厂参数变量转换为模糊集；所述模糊数据库由一组if
‑
then规则组成；所述模糊推理模块用于接收模糊化模块发送的数据，并将这些数据与模糊数据库中的数据进行比较，并产生输出；所述去模糊化模块通过找到一个明确的数字，表示模糊推理模块在输出模糊集中编码的信息。
15.与现有技术相比，本发明的有益效果是：
16.本发明提供的核电厂运行瞬态识别和评估系统基于核电厂dcs监测数据自动判断运行瞬态是否超越了设计瞬态，对瞬态进行检测、统计、识别、归类，便于对核电厂瞬态进行有效控制、跟踪和评估电厂运行状态。
附图说明
17.图1为本发明系统的组成和数据传递关系图；
18.图2为本发明的动态神经网络计算流程图；
19.图3为本发明的瞬态温度变化速率阈值示意图；
20.图4为本发明的瞬态识别功能示意图
21.图5为本发明的动态神经网络聚类模型图；
22.图6为本发明的模糊推理计算系统示意图。
具体实施方式
23.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，都属于本发明保护的范围。
24.实施例1：请参阅图1，本发明提供一种技术方案：一种核电厂运行瞬态识别和评价系统，包括系统硬件、系统数据库以及计算程序；所述系统硬件包括系统服务器、计算服务器、备份服务器以及网络交换机；所述系统数据库包括实时数据库、计算数据库以及材料数据库；所述计算程序包括动态神经网络计算以及模糊推理计算。
25.在本实施例中，所述系统服务器为各类系统服务的核心服务器，用于支持操作站客户端的各类数据请求和功能调用、对接收数据的处理和转储、对系统配置参数的管理；系统服务器还负责支持计算程序的正常运行；所述计算服务器作为信息系统数据主要保存载体，能够为系统应用提供所有输入和过程参数的调用；所述备份服务器作为数据库服务器的数据备份载体，提供对数据库数据的备份功能；所述网络交换机负责构建疲劳监测系统局域网，还负责连接外部系统和外部网络，以支持与pi系统数据通信以及电厂局域网内客户端与系统服务器之间的数据通信。
26.在本实施例中，所述系统数据库采用sqlserver关系型数据库，用于支持数据保存、数据调度以及平台支持，是系统的重要组成部分；
27.在本实施例中，所述实时数据库用于接收和保存来自核电厂各机组dcs的工艺数据；所述计算数据库用于核电厂瞬态识别、统计、归类的核心计算过程存储，能够长期保存所有中间计算变量以及最终计算输出；所述材料数据库用于存放用于支持疲劳寿命监测系统计算的材料参数，该部分数据为静态数据，能够在数据库中永久保存。
28.实施例2：请参阅图2
‑
5，所述动态神经网络计算步骤为：
29.s1：瞬态数据采集，并根据设置算法自动识别是否发生瞬态；
30.s2：若发生瞬态则自行判断每个瞬态的起始和结束时间，从连续采集数据中截取单个实际运行瞬态的时间历程曲线；若无瞬态发生，则不进行下一步的分析计算；
31.s3：对于实际发生的瞬态基于机器学习获得曲线特征；
32.s4：将每个实际瞬态进行归类，与设计瞬态进行匹配，并进行瞬态统计分析。
33.针对核电厂dcs监测数据，首先根据设置算法自动识别是否发生瞬态，若发生瞬态则自行判断每个瞬态的起始和结束时间，从连续采集数据中截取单个实际运行瞬态的时间历程曲线；对于实际发生的瞬态基于机器学习获得曲线特征，将每个实际瞬态进行归类，与设计瞬态进行匹配，并进行瞬态统计分析。
34.核电厂在设计阶段会确定核电厂各系统在寿期内不同工况下预期发生或可能发生的瞬态及其发生的次数，该瞬态称为设计瞬态。设计瞬态及其次数是设备和部件设计以及疲劳评价的重要设计输入之一。简单的瞬态统计分析即是指将实际瞬态次数与设计瞬态次数进行比较，若实际发生次数小于设计瞬态次数，即可认为设备或部件的疲劳评价仍可满足设计要求。因此实际瞬态的识别与归类是瞬态统计分析的必要前序工作。另外，依据工程经验，大多数实际运行瞬态是能够被设计瞬态所包络的，即采用设计瞬态对设备和部件进行疲劳评价是保守的，这也是与设计瞬态应提供较高置信度、保证寿期内设备和部件完整性的要求是一致的。但实际运行过程中也可能会发生实际运行瞬态无法被设计瞬态包络的情况，此时视具体情况可能需要采用实际运行瞬态进行后续进一步的详细疲劳评价，以确定电厂的运行状态符合设计要求。此时瞬态的识别与归类则为后续疲劳评价提供必要的分析输入。
35.在本实施例中，所述瞬态起始和结束时间是通过设置瞬态曲线变化阈值来确定，如温度变化速率超过规定阈值、压力变化绝对值超过规定阈值等即认为发生瞬态。
36.瞬态识别功能的实现是采用基于机器学习的曲线识别，利用支持向量机或神经网络等机器学习方法对复杂信号高效提取特征的能力，自动提取曲线特征。从而对实际运行瞬态实现同一特征的相互聚类，不同特征的相互远离，并将同一特征瞬态与设计瞬态(目标曲线)进行匹配，从而达到瞬态识别、归类的功能。
37.实施例3：请参阅图6，所述模糊推理计算包括模糊化模块、模糊数据库、模糊推理模块以及去模糊化模块；所述模糊化模块能够通过其隶属函数将明确的核电厂参数变量转换为模糊集；所述模糊数据库由一组if
‑
then规则组成；所述模糊推理模块用于接收模糊化模块发送的数据，并将这些数据与模糊数据库中的数据进行比较，并产生输出；所述去模糊化模块通过找到一个明确的数字，表示模糊推理模块在输出模糊集中编码的信息。
38.本发明提供的核电厂运行瞬态识别和评估系统基于核电厂dcs监测数据自动判断
运行瞬态是否超越了设计瞬态，对瞬态进行检测、统计、识别、归类，便于对核电厂瞬态进行有效控制、跟踪和评估电厂运行状态。
39.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。