[发明专利]基于人工神经网络的包壳破损状态预测方法有效
| 申请号： | 201910451095.1 | 申请日： | 2019-05-28 |
| 公开（公告）号： | CN110245392B | 公开（公告）日： | 2022-12-09 |
| 发明（设计）人： | 王德忠;董冰;尹俊连;李晨悦;李磊豪 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06N3/02 |
| 代理公司： | 上海汉声知识产权代理有限公司 31236 | 代理人： | 胡晶 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于人工神经网络的包壳破损状态预测方法，包括：步骤1：统计在燃料包壳发生不同程度破损后，不同裂变产物在一回路冷却剂中的核子数；步骤2：选取特征核素；步骤3：根据所述特征核素的比活度值构建输入向量；步骤4：将所述输入向量作为目标神经网络的输入，由所述目标神经网络输出燃料包壳的破损程度；其中，所述目标神经网络是通过已知燃料包壳的破损程度的训练集训练得到的学习网络。本发明能够更快速、准确的判断反应堆燃料包壳的破损状态，提高反应堆运行的经济性与安全性。 | ||
| 搜索关键词： | 基于 人工 神经网络 破损 状态 预测 方法 | ||
【主权项】：
1.一种基于人工神经网络的包壳破损状态预测方法，其特征在于，包括：步骤1：统计在燃料包壳发生不同程度破损后，不同裂变产物在一回路冷却剂中的核子数；步骤2：选取特征核素；步骤3：根据所述特征核素的比活度值构建输入向量；步骤4：将所述输入向量作为目标神经网络的输入，由所述目标神经网络输出燃料包壳的破损程度；其中，所述目标神经网络是通过已知燃料包壳的破损程度的训练集训练得到的学习网络。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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上海交通大学，未经上海交通大学许可，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/patent/201910451095.1/，转载请声明来源钻瓜专利网。
