[发明专利]一种核电厂常见事故诊断方法及系统有效
申请号: | 201911000184.0 | 申请日: | 2019-10-21 |
公开(公告)号: | CN110911023B | 公开(公告)日: | 2021-08-31 |
发明(设计)人: | 徐正华;刘艳琪;刘永 | 申请(专利权)人: | 南华大学 |
主分类号: | G21D3/06 | 分类号: | G21D3/06;G21D3/00 |
代理公司: | 北京高沃律师事务所 11569 | 代理人: | 刘凤玲 |
地址: | 421001 湖*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 核电厂 常见 事故 诊断 方法 系统 | ||
本发明公开一种核电厂常见事故诊断方法及系统,所述方法首先确定事故特征序列集和监视结果序列集;其次对所述事故特征序列集进行权重标识处理,获得修正事故序列集;再次对所述监视结果序列集进行权重标识处理,获得修正监视序列集;然后根据所述修正事故序列集和所述修正监视序列集确定灰色关联度序列集;最后根据所述灰色关联度序列集确定事故诊断结果,解决了在事故工况下因核电厂运行人员的高概率失误,该方法不依赖源发事故的验前概率,只需要得到事故与状态的逻辑关系,避免核电厂源发事故验前概率获取的难点,操作方便、诊断准确、容易实现。
技术领域
本发明涉及故障诊断技术领域,特别是涉及一种核电厂常见事故诊断方法及系统。
背景技术
核电厂是核能利用的重要途径,保证核电厂安全运行是人类社会需要面临和解决的非常重要且棘手的问题。近年来,虽然核电厂硬件设备的可靠性逐步提高,核电厂设置了若干的专设安全系统的自动保护装置,但在事故工况下,要保证核电厂过渡到安全状态,核动力装置的安全必须依靠操纵员的干预。统计数据表明,人因造成的事故大约在60%-90%之间,是核电厂事故的主要因素之一。而核电厂人-机接口最密切集中的地方在主控室,特别在事故工况下由于“人”固有的弱点,操纵员误操作概率比平时高出很多倍,故核电厂的人因工程主要集中在主控室操纵员行为分析和优化方面,如数字化主控室操纵员的认知行为模型中Chang等提出了操作班组IDAC模型,结合Rasmussen的三层次失误模型(即技能型、规则型、知识型),其中知识型错误是我们的主要研究对象。知识型错误的主要原因是操纵员认识或知识水平不够,不正确的判断导致的误操作,如三哩岛事故主要原因是一回路中堆芯失水的事故工况被操纵员误认为满水,关闭安注导致堆芯融化。人因工程的任务是一方面从人的认知理论出发,通过减轻操纵员在事故工况下的认知负荷和心理压力,正常发挥出认识决策能力,另一方面利用人工智能技术开发出智能辅助系统,使得主控室运行人员在这种智能辅助系统的支持下对事故进行最佳处理。
目前国内外很多学者致力于研究的专家系统是一种智能计算机程序系统,系统中存储了某个领域里总结出来的按照某种规则表示的专家知识,系统对输入信息进行处理,用系统里存储的知识推理,类似专家在作出决策解决实际问题。核电厂事故工况下应急规程是操作人员处理事故的依据和指南,操纵员根据监视到的异常状态准确诊断事故,然后在规程指导下最终把核电系统过渡安全状态。因此,对事故诊断是否准确直接取决于操纵员对事故的认知以及操作。另外现有很多领域中故障的诊断是基于贝叶斯理论的最大验后概率准则,由于核电系统源发事故的验前概率很难获得,故基于贝叶斯理论的最大验后概率准则的诊断方法失效。
发明内容
本发明的目的是提供一种核电厂常见事故诊断方法及系统,以提高输出诊断结果的准确性。
为实现上述目的,本发明提供了一种核电厂常见事故诊断方法,所述方法包括:
步骤S1:确定事故特征序列集和监视结果序列集;
步骤S2:对所述事故特征序列集进行权重标识处理,获得修正事故序列集;
步骤S3:对所述监视结果序列集进行权重标识处理,获得修正监视序列集;
步骤S4:根据所述修正事故序列集和所述修正监视序列集确定灰色关联度序列集;
步骤S5:根据所述灰色关联度序列集确定事故诊断结果。
可选的,所述根据所述灰色关联度序列集确定事故诊断结果,具体包括:
根据所述灰色关联度序列集确定事故发生序列集;
判断所述事故发生序列集是否小于或等于事先给定的最大疑似事故的个数;如果所述事故发生序列集小于或等于事先给定的最大疑似事故的个数,则输出事故诊断结果;如果所述事故发生序列集大于事先给定的最大疑似事故的个数,则将所述事故发生序列集放入所述修正事故序列集中,并调用差异病毒算子,扩大序列集差异,返回步骤S1。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南华大学,未经南华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911000184.0/2.html,转载请声明来源钻瓜专利网。