您的位置:首页

详情

核电站安全运行管理与仿真关键技术研究及平台研发

2021-09-16

 

概率安全分析(Probabilistic Safety Analysis,PSA)方法是20世纪70年代发展起来的一种系统评价方法,该方法以系统可靠性工程为基础,对核电站的安全性能进行全面系统化的定性定量分析,该方法对核电站的安全设计、运行风险管理以及许可证申请等都起到了重要作用。核电站PSA主要分为一级PSA、二级PSA和三级PSA,其中,一级PSA和二级PSA主要关注事故工况下核电站堆芯及安全壳安全,而三级PSA则关注公众安全。核电站是一个极端复杂的技术系统,普遍存在动态时序失效行为和复杂设备故障现象,而一旦发生放射性物质泄漏,放射性物质在大气环境中迁移和扩散机制也异常复杂。目前,核电站PSA技术及其系统软件平台主要基于事件树和故障树建模及分析,无法对系统动态时序失效、设备故障预测以及场外核应急进行精准建模和评估。
为了解决当前核电站运行安全管理和模拟仿真中存在的关键问题,中国科学院合肥物质科学研究院 “核应急与公共安全”研究团队围绕核电站系统动态可靠性建模及评价、核能系统设备智能故障诊断理论及方法以及核应急关键技术开展了深入研究。
在核电站系统动态可靠性建模及评价方面,解决了传统马尔科夫模型方法在求解大型结构动态故障树(Dynamic Fault Tree,DFT)时存在系统状态空间规模爆炸等一系列理论和工程问题,形成基于动态二叉树(Dynamic Binary Tree,DBT)/顺序二元决策图(Sequential Binary Decision Diagram,SBDD)求解动态系统可靠性模型的快速方法论,掌握了大规模DFT分析的核心关键技术,实现DFT结构可靠性模型的快速定量和定性分析,计算结果准确,求解时间相对于传统马尔科夫模型方法提高了12个量级。开发了动态故障树快速分析原型软件,可以快速实现对DFT的解析和数值仿真求解。
在核电站复杂系统智能故障诊断方法方面,开展了系列先进智能故障方法及其在核能系统中的应用研究,显著提高了核电站设备故障诊断的精度和效率,并已在中国科学院战略性先导科技专项中国铅基研究反应堆平台上进行应用研究。
在核应急技术研究方面,针对事故环境多种多样的客观事实,发展多尺度多介质核素扩散计算方法,基于此,研发结合我国实际环境特征的核应急环境影响评价系统,为应急响应及事故后环境治理提供科学依据。结合中国实际地形特征,建立耦合不同下垫面的核素扩散模型,并基于风场诊断、干湿沉降技术,在核素扩散计算中考虑气象变化影响,实现不同地形条件及各种天气变化情况下的放射性核素扩散精细模拟。基于场区范围核素扩散精细模拟,构建小、中、大多尺度耦合的放射性核素扩散计算模式,满足多种尺度放射性核素扩散模拟需求。对放射性核素在不同介质、不同场景中扩散过程进行研究,建立适用于多介质的放射性核素扩散计算模式。
 
1 复杂动态故障树的快速求解技术
针对核电站系统中的时序失效行为及其特性,详细分析核电站系统时序失效特性及其存在形式,阐述时序失效行为存在的5种场景:数字化仪表仪控系统、安全系统内部、安全系统之间、能动系统和动力源以及操纵员干预行为。
针对核电站复杂系统动态故障树的数值模拟分析技术,基于动态故障树系统“时序失效域”概念,发展了一套复杂核电站系统动态故障树数值模拟方法,构建系统可靠性统计量表达式,实现对多失效行为耦合的复杂核电站系统动态故障树数值模拟分析。
针对核电站复杂系统动态故障树的精准建模方法和快速求解技术,设计了一套适用于频率型和概率型失效事件的建模方法,弥补了传统DFT建模方法的不足;开展了一种基于顺序二元决策图的动态故障树快速分析方法研究,探明相关变量间的动态变化机制,构建时序失效事件发生概率的数学模型,实现核电站关键安全系统DFT的快速定量分析。开展核电站不可修动态故障树系统可靠性的子集模拟方法研究,发展了一套基于自分层子集模拟技术,重点解决条件样本点的生成方法,实现对核电站冷冗余系统可靠性的快速分析,将分析效率提高了12个量级。
针对动态故障树在核能安全系统可靠性评价中的应用实践,开展动态故障树与核电站安全系统可靠性评价相结合的应用研究,构建一系列安全系统的动态故障树模型,探究动态故障树分析方法在核电站系统可靠性评价中适用性及其挑战,得到核电站系统DFT分析方法未来发展方向。
开发了一套动态故障树快速定性/定量分析源程序(图1),支持基于“不交化积之和”模型的快速解析计算方法和数值模拟方法,能够开展定性和定量分析,对多种动态逻辑门耦合的DFT进行综合分析。动态故障树与静态故障树计算结果对比图如图2所示。
 
2 复杂系统智能故障诊断技术
针对小批量处理模式卷积神经网络的故障诊断,提出一种基于小批量处理模式的卷积神经网络模式。在该模式中首先讨论了全范围模拟器的运行数据,包括用于执行故障诊断的所有传感器的时域信息;通过两种数据增强方法对数据样本进行优化。其次,设计并构建卷积神经网络模型,讨论网络结构和超参数优化;针对大样本数据,提出具有小批量处理模式的卷积神经网络模型;采用批归一化技术进行训练优化,与传统的训练方法和退出激活方法相比,提高了神经网络的训练效率。最后,通过反卷积过程可视化设计的网络中卷积层处理数据的过程,讨论在深度卷积神经网络中训练核反应堆正常和故障状态的优势。
针对非支配遗传算法和卷积神经网络算法相结合的自适应故障诊断方法,分析核电站数据的特点,建立基于数据驱动的核电站复杂系统故障诊断模型,发展了一套基于带精英保留策略的非支配遗传算法和卷积神经网络算法相结合的自适应故障诊断方法,该算法已经在中国科学院战略性先导科技专项中国铅基研究反应堆平台上进行应用研究,研究结果表明,与目前3种经典的CNN架构模型相比,该算法在故障诊断效率和模型结构构建方面具有显著优势。图3显示了实现诊断系统的硬件结构。该系统组装在数据交互系统中,并由3个重要部分组成:信号处理单元、工业个人计算机和现场总线。
针对门控制循环的故障预测框架,提出一种基于门控循环单元网络的事故工况预测方法。两种不同的预测策略(多元回归和滚动预测)支持所提出的预测方法。采用互相关分析来提取多元回归预测策略中的瞬态特征,以消除不相关的信息。通过贝叶斯优化对超参数设置进行优化,并且在模型层之间插入丢弃(Dropout)操作,以实现更好的训练损失。案例研究结果验证了预测框架的有效性及优化的门控循环单元(GRU)网络的优越性。
针对自适应残差网络的诊断与预测模型抗噪性能优化,提出一种基于混合深度网络并消除噪声环境下冗余的核系统运行工况关键温度参数的新型预测框架。在混合网络结构中,使用残差卷积神经网络提取特征,并采用双向门控递归单元网络预测每组条件下键温度参数的发展趋势。基于最大信息系数和软阈值的处理模块已集成到网络中,以提取非线性相关特征并减少噪声干扰,从而消除了冗余信息。最后,采用贝叶斯理论(BT)来优化学习策略的衰减率,以提高预测性能。与其他最新方法的结果进行比较验证了方法的优越性,该方法可显著提高预测质量,指导管理员进行早期安全决策。
针对核知识迁移诊断预测和容错技术设计与验证,以网络迁移技术为基础,结合已优化的网络,提出一种基于迁移自适应残差网络的诊断预测与容错技术耦合方法。以中国铅基反应堆(China Lead-based Reactor, CLEAR)综合实验平台中的CLEAR-S非核测试装置系统为应用背景,通过基于深度网络迁移学习方法将设计验证的自适应残差网络模型进行迁移与优化,使之适应新环境下的故障诊断与流量参数的预测模块。结合状态空间建模与集中参数模型的方法,设计了反应堆功率温度控制系统的仿真模型,为故障容错耦合设计提供验证支撑。结合控制率重构方法,以控制律参考模型库为基础构建不同故障与控制律映射关系。基于输出反馈容错控制策略,以主回路泵和二回路泵惰转故障为基础,通过对控制律进行重构设计,完成诊断预测与容错技术耦合设计的实例仿真验证工作。图4显示了CLEAR仿真实验平台数值模拟机控制室环境。
 
3 精确核素扩散建模分析技术
根据我国核设施辐射后果评价需求,针对放射性核素扩散不同场景,开展不同时间空间条件下全面的动态辐射后果评价研究。基于不同时间条件下事故后果评价的目的,进行放射性核素扩散场景研究,从而获得辐射后果评价对计算速度、精度以及尺度的需求;基于不同空间条件事故后果评价的目的,进行放射性核素扩散影响因子研究,从而获得放射性核素理想扩散计算模式、不同模式之间耦合方式、气象网格值在放射性核素扩散模式中的理想嵌入方式以及基于气象与地理环境的理想模型修正;基于不同时间与空间条件下事故后果评价辐照剂量的来源以及剂量分析的目的不同,进行有效剂量、当量剂量及吸收剂量等计算方法研究,从而达到最终事故后果评价的要求;基于不同的用户需求,利用地理信息系统引擎(GIS)及数据可视化技术,对辐射数据结果进行了多层次可视化方法研究,为实现辐射后果数据实时在线渲染提供技术支撑。采用高斯烟团与拉格朗日耦合放射性核素弥散模型,以实时气象数据加载历史气象数据作为风场参数抽取的依据,构建核事故后果评估的中大尺度放射性核素扩散软件原型系统。基于上述研究成果,首次创新性地完成了包括基于核素扩散的辐射后果评价在内的假想严重核事故大时空核应急全过程模拟。核应急仿真平台如图5所示。
针对核电站运行安全管理存在的一些关键问题,研究团队根据核电站系统普遍存在的时序失效行为,开展动态故障树建模和分析方法研究,发展了一套适用于核电站系统DFT的快速解析分析和数值模拟方法,研发了一套动态故障树快速定性/定量分析源程序。大量案例分析结果表明:事故后安全系统发生失效的前后顺序不同,则导致事故后果严重程度不一。此外,采用DFT计算结果往往要比静态故障树低的多。因此,应用DFT对核能系统的时序失效行为进行建模分析,有助于识别核电站危险的事故场景、释放保守的事故风险,对提升核电站的经济性和安全性具有重要的现实意义。根据我国核电站系统设备故障诊断和预测的多样化需求,开展系列故障诊断和预测方法和技术研究,为核电站系统设备的故障诊断和预测提供了理论支撑,有利于保障核电站安全运行,提高核电站经济性。研发的中大尺度放射性核素扩散软件原型系统可为跨国界核事故应急提供决策依据。通过开展不同时间空间条件下全面的动态辐射后果评价研究,实现对事故全方位的模拟和推演,精确预报严重事故的后果,并实现辐射后果的直观展示。

 

注:文章受国家自然科学基金项目“基于顺序二元决策图的可修动态故障树快速计算方法研究”课题(课题编号:71901203)、国家重点研发计划子课题“核电站动态风险分析方法及算法研究”(课题编号:2018YFB1900301)以及核电安全监控技术与装备国家重点实验室开放课题(课题编号:K-A2020.402)、安徽省重点研发计划课题(课题编号:201904b11020046)等资助。