基于贝叶斯优化的KAN网络核反应堆LOCA事故推演诊断方法

本发明的一种基于贝叶斯优化的KAN网络核反应堆LOCA事故推演诊断方法，可解决LOCA事故工况过程中的参数推演以及故障诊断问题，基于贝叶斯优化的KAN核反应堆LOCA工况事故推演与诊断基于多管道传感器测量信号，利用两流体六方程理论建模并结合B‑PIKAN网络进行管道核心物理量预测及渐进式迁移学习的方法。整体流程从获取多管道传感器测量信号开始，经过物理的两流体六方程建模、B‑PIKAN模型训练、输出和渐进式迁移学习步骤，最终得到其他管道的核心物理参数随时间的推演变化值。本发明适应复杂LOCA管道环境，提高故障判别准确性；本发明增强泛化性和鲁棒性，降低建模成本；本发明提高模型可靠性和鲁棒性，增强可解释性。