一种用于预测钠冷快堆换热器热工水力特性的深度学习方法

本发明提出一种用于预测钠冷快堆换热器热工水力特性的深度学习方法，属于钠冷快堆非能动余热排出系统技术领域；该方法包括：利用第一个DNN近似低保真度流量和温度分布；通过第二个DNN构建低保真度与高保真度数据间的非线性关系；将物理信息偏微分方程和边界条件作为约束注入第三个DNN，优化预测结果；本发明结合流体传热偏微分方程与数据驱动优势，仅需低保真度数据即可实现钠冷快堆PCHE内流速、温度的高保真预测，解决了换热器内物理信息难以测量的难题，对提高钠冷快堆的固有安全性和堆芯安全具有重要意义。