摘要
一种基于图结构的堆芯中子场非原位显式反演方法,属于堆芯安全监测与控制技术领域。本发明通过显式图结构融合堆芯空间坐标、能谱分组、材料物性及先验信息,并采用轻量化的图卷积网络架构,实现了对高维堆芯中子场的精确反演。同时,能够显著提升高维分辨率下反演精度,能够为先进堆型的安全运行与智能监测提供可靠的技术支持。与现有深度学习黑箱模型相比,在不同堆芯变化位置下,能够显著降低局部高偏差的发生概率,在整体空间内实现更加均匀、稳定的预测性能。在堆芯存在多区域变化的情况下,依然展现出较优的反演性能。在中低复杂度变化时,可以有效稳定地捕捉堆芯的细微多区域特征,且具有更好的整体误差抑制能力。
技术关键词
反演方法
中子
蒙特卡罗输运方法
原位
节点特征
误差抑制能力
三维卷积神经网络
多区域特征
神经网络特征
物理
联合损失函数
堆芯区域
反应堆堆芯
邻域特征
矩阵
耦合结构
卷积特征
信号
系统为您推荐了相关专利信息
动态关联分析
系统方法
员工
任务调度
强化学习算法
噪声抑制数据
运动姿态补偿
数据处理方法
分布式传感器网络
背景噪声
矽卡岩型矿床
成矿预测方法
重磁数据
综合地质
预测阈值