[发明专利]氦氙冷却反应堆的参数优化方法、装置及电子设备

权利要求书

1.一种氦氙冷却反应堆的参数优化方法，其特征在于，包括：

获取氦氙冷却反应堆的有效样本集；其中，所述有效样本集中包括所述氦氙冷却反应堆的待优化参数；

基于所述有效样本集确定所述待优化参数与所述氦氙冷却反应堆的全堆效率及全堆质量的参数关系；

基于预设的多目标优化算法及所述参数关系确定所述待优化参数的最优解。

2.根据权利要求1所述的方法，其特征在于，还包括：

获取氦氙冷却反应堆的待优化参数；其中，所述待优化参数包括氦氙气体混合比例、系统温比、回热器回热度、压气机压比、压气机等熵效率、压气机机械效率、透平等熵效率、透平机械效率、堆芯半径和夹层通道宽度中的任意一种或多种；

基于所述待优化参数的取值范围生成待优化参数的多个数组样本，得到样本集；

对所述样本集中的各样本进行数值模拟计算，确定满足反应堆设计条件的有效样本集。

3.根据权利要求2所述的方法，其特征在于，所述对所述样本集中的各数组样本进行数值模拟计算，确定满足反应堆设计条件的有效样本集的步骤，包括：

从所述样本集中筛选出同时满足热工设计约束、重量约束及中子物理约束的样本集，得到有效样本集。

4.根据权利要求3所述的方法，其特征在于，所述从所述样本集中筛选出同时满足热工设计约束、重量约束及中子物理约束的样本集，得到有效样本集的步骤，包括：

基于所述样本集中的各数组样本进行热力循环计算，根据热力循环计算结果从所述样本集中筛选出满足热工设计约束的第一样本集；

基于所述热力循环计算结果计算所述第一样本集中各样本数组对应的全堆效率及全堆质量，从所述第一样本集中筛选出满足重量约束的第二样本集；

基于所述第二样本集进行中子物理计算，确定所述第二样本集中各样本数组对应的有效增殖系数，基于所述有效增殖系数从所述第二样本集中筛选出满足中子物理约束的有效样本集。

5.根据权利要求1所述的方法，其特征在于，所述基于所述有效样本集确定所述待优化参数与所述氦氙冷却反应堆的全堆效率及全堆质量的参数关系的步骤，包括：

采用近似模型算法对所述有效样本进行样本拟合，建立所述待优化参数与所述全堆效率及全堆质量之间的函数关系，得到目标函数。

6.根据权利要求5所述的方法，其特征在于，所述基于预设的多目标优化算法及所述参数关系确定所述待优化参数的最优解的步骤，包括：

基于预设的多目标优化算法对所述目标函数进行寻优计算，确定所述全堆效率取最大值且所述全堆质量取最小值时对应的待优化参数取值，得到所述待优化参数的最优解集。

7.根据权利要求5所述的方法，其特征在于，所述近似模型算法包括响应曲面法的多项式、逐步回归、神经网络模型和Kriging模型中的任意一种。

8.一种氦氙冷却反应堆的参数优化装置，其特征在于，包括：

获取模块，用于获取氦氙冷却反应堆的有效样本集；其中，所述有效样本集中包括所述氦氙冷却反应堆的待优化参数；

第一确定模块，用于基于所述有效样本集确定所述待优化参数与所述氦氙冷却反应堆的全堆效率及全堆质量的参数关系；

第二确定模块，用于基于预设的多目标优化算法及所述参数关系确定所述待优化参数的最优解。

9.一种电子设备，其特征在于，包括：处理器和存储装置；

所述存储装置上存储有计算机程序，所述计算机程序在被所述处理器运行时执行如权利要求1至7任一项所述的方法。

10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行上述权利要求1至7任一项所述的方法的步骤。