[发明专利]基于遗传算法的核电厂失水事故安注流量需求分析方法

说明书

一种基于遗传算法的核电厂失水事故安注流量需求分析方法，包括：考虑了失水事故瞬态过程中影响包壳温度演变过程的重要物理现象；基于模拟自然进化过程搜索最优解的遗传算法；基于失水事故分析程序；实现了核电厂失水事故下自动搜寻最优安注流量需求的过程。与现有核电厂安全注入系统所提供的安注流量相比，本发明方法考虑了失水事故下堆芯内重要参数与安注流量之间的关系，实现了自动搜寻最优安注流量需求的过程，能够使反应堆在满足核安全准则的情况下，减少安全注入系统中关键设备的水装量，从而降低安全注入系统关键设备的建设成本。

技术领域

本发明属于核电厂安全分析技术领域，具体涉及一种基于遗传算法的核电厂失水事故安注流量需求分析方法。

背景技术

作为压水堆核电厂设计基准事故之一，冷却剂丧失事故一直是国内外核反应堆设计时关注的重点。破口失水事故(LOCA)事故发生时，由于反应堆一回路冷却剂流失，若堆芯补水不及时或水装量过小将导致堆芯内传热恶化，威胁堆芯的完整性和压力容器的安全性，所以反应堆LOCA事故下的安注流量需求一直受到核电发达国家的高度重视。

核电站安全注入系统的设计要保证在核电站发生LOCA事故时能够向一回路补水和注入高浓度硼酸，以重新淹没并冷却堆芯，降低堆芯的反应性，防止堆芯重返临界以至于燃料元件温度的上升而发生熔融，使核电站安全停堆。通过实验测量来获得安全注入系统所需提供安注流量大小的代价很高或者不现实，而且实施起来有非常大的局限性。目前，通过软件模型计算结果来预测LOCA事故工况下安全注入系统的运行参数是行之有效的方法之一，相关建模计算结果已被应用于核电站的安全分析研究中。但是依旧存在一些问题亟待解决和优化。

传统安全注入系统安注流量需求分析流程需要先确定安注系统内关键设备的运行及结构参数，并基于系统分析程序验证LOCA事故工况下是否满足核安全准则；

以上的分析流程，会导致安全注入系统具有很高的安全裕量，关键设备体积过大，建设成本高，需要进行相关的优化和补充研究。

发明内容

本发明中开展了相关研究以解决现有安注流量需求分析方法存在的问题。首先考虑了失水事故瞬态过程中影响包壳温度演变过程中的重要物理现象；基于重要物理现象确定遗传算法中的优化变量及优化目标；基于失水事故分析程序；通过遗传算法得出核电厂不同破口尺寸失水事故下最优安注流量曲线，得到了基于遗传算法的核电厂失水事故安注流量需求分析方法

本发明采用如下技术方案：

一种基于遗传算法的核电厂失水事故安注流量需求分析方法，其特征在于，包括如下步骤：

第一步：选取分析对象并确定具有N组破口尺寸的破口谱范围；

第二步：针对某一破口尺寸失水事故，选取最小安注水总量作为优化目标；核安全准则作为限制条件；

第三步：失水事故过程中反应堆一回路冷却剂流失，导致堆芯冷却恶化，包壳温度上升，基于对失水事故过程中影响包壳温度演变过程的重要物理现象分析，得出安注流量的大小对包壳温度的影响很大，因此安注流量的大小取决于堆芯内包壳温度，选取包壳温度与安注流量之间的关系表，如表1所示，和安注触发条件参数作为遗传算法的优化变量；

表1包壳温度与安注流量关系表

X₁-X₈为关系表中遗传算法所需优化的变量；

第四步：设置遗传算法参数交叉变异概率，对优化变量进行交叉变异操作产生新的优化变量组合；

第五步：利用失水事故分析程序并行计算具有不同优化变量组合的分析对象模型，通过数据处理得到堆芯内包壳峰值温度、安注水总量和堆芯顶部空泡份额；