基于物理-数据混合驱动的核电站数字孪生模型实现方法

一种基于物理‑数据混合驱动的核电站数字孪生模型实现方法，在离线阶段构建前馈‑反向传播全连接神经网络，对该网络的损失函数嵌入物理知识构建DPNN神经网络后，将残差连接引入DPNN神经网络，进而构建得到ResDPNN神经网络，采用预处理方法得到目标数据集对超参数优化后的ResDPNN神经网络进行训练；在在线阶段，采用训练后的ResDPNN神经网络构建核电站数字孪生体。本发明能够有效对核反应堆一回路冷却剂温度进行映射。该方法可运用于核电站数字孪生系统的基础模型构建中，适用于构建任何工况。该模型可以实现真实物理系统向虚拟空间中数字化模型的映射，同时达到降低计算难度、减少计算量、节省计算时间的目的，能够实现真实核电站在虚拟空间的高保真实时映射，为未来核电站数字孪生的基础模型的构建提供参考。