摘要
本发明公开了一种基于内嵌物理知识神经网络的反应堆堆芯核热耦合计算方法,步骤如下:1、划分核反应堆堆芯节点;2、初始化堆芯中子物理场参数和热工水力参数;3、内嵌物理知识神经网络模型搭建、训练及保存;4、使用保存好的模型预测堆芯各节点中子数密度,得到中子通量分布;5、依据中子通量分布计算堆芯功率分布;6、使用系统分析程序计算并更新tn+1时刻堆芯热工水力参数;7、计算并更新堆芯各节点反应性;8、判断是否达到指定计算时间,若是则结束,否则回到步骤4。本发明方法基于内嵌物理知识神经网络方法,为求解反应堆堆芯中子物理场与热工场分布提供了一种准确、高效的计算方法,对反应堆设计优化具有重要意义。
技术关键词
耦合计算方法
深度学习框架
节点
堆芯功率
冷却剂
核反应堆热工水力
神经网络结构
燃料
物理
密度
核反应堆堆芯
神经网络方法
方程
多普勒
神经网络模型
热中子