核反应堆数字孪生关键参数自主优化数据反演方法

一种核反应堆关键参数自主优化数据反演方法，面向核反应堆数字孪生系统，通过将原始数据预处理得到可靠数据集后，以轮廓系数作为评价指标进行聚类，将各类中最接近聚类中心的曲线对应的参数作为反映堆芯处温度变化特征的特征参数；再构建一个以特征参数为输入、其他参数为输出的全连接人工神经网络，通过搜索方法优化神经网络参数，并训练神经网络，在在线阶段进行参数反演，得到其余参数的反演结果，得到的数据最大相对误差在2％以内。本发明在保留特征参数原始数据的情况下，高效选取特征参数并获得其物理意义，并完成对其他参数的反演。该方法已应用于核反应堆数字孪生堆芯温度场的反演，并取得平均相对误差在0.2％以内的精度。
上海交通大学
刘晓晶 | 龙家雨 | 宋美琪 | 许巍 | 柴翔