摘要
本发明公开了一种核电厂凝汽器管内沉积状态快速预测方法,步骤如下:1.在凝汽器冷却水管束包络区范围内对管内沉积特征参数进行随机抽样,包括异物沉积位置及等效堵塞半径,得到若干组凝汽器管内沉积仿真工况;2.基于每组工况开展三维稳态模拟;3.后处理得到每组工况下凝汽器二次侧M处温度监测点数据;4.搭建反向传播神经网络;5.将后处理得到的M处温度监测点数据作为输入,每组管内沉积仿真工况特征参数作为目标输出,训练神经网络;6.将真实凝汽器各处温度监测点实时测得的新数据输入训练完成的神经网络,快速预测当前凝汽器管内沉积特征参数;本发明能够快速预测运行状态下核电厂凝汽器管内沉积状态,为凝汽器堵塞疏通清理工作提供参考,大幅节省运行维护成本,对核电厂安全运行监测具有重要意义。
技术关键词
核电厂凝汽器
工况
监测点
凝汽器冷却水
三维温度场
Excel软件
流体力学仿真
管束
误差反向传播
后处理软件
包络
训练神经网络
切片功能
数据
非线性
稳态
代表
参数
系统为您推荐了相关专利信息
航空器
噪声数据
噪声事件
数据处理模型
遗传算法求解
变频空调管路
疲劳寿命计算方法
管路系统
应力
模式
退化特征
动车组齿轮箱
剩余寿命预测模型
特征提取网络
数据
历史工况数据
识别模型训练方法
识别特征
双泵
样本
中小型无人机
模拟风场
协同控制方法
风机运行参数
测试场景