[发明专利]基于反应堆堆芯精细化计算数据在线分析的数据瘦身方法

权利要求书

1.基于反应堆堆芯精细化计算数据在线分析的数据瘦身方法，其特征在于，包括以下步骤：

S101：在反应堆堆芯不同空间位置设置点、线、面、体数据采样分析区的一种或多种，获取精细数据DATA1；

S102：在分析中或分析暂停或分析停止后，且在精细数据DATA1存储前，开展堆芯不同分区重要参量的加权积分计算完成精细数据DATA1低分辨率重构，获得数据DATA2；

S103：分析堆芯各空间位置性能状态是否异常以及是否重要，判断各区域是否进行数据存储以及采用何种时空分辨率进行存储，确定存储的数据成为DATA3；

S104：缩小堆芯拟需保存的数据到特定的时空范围，将数据DATA3缩减为特定时空域范围的数据DATA4；

S105：对数据DATA4中的部分数据进行共用基础数据与量化转换关系数据转化，将拟定存储数据DATA4中未转化数据与DATA4中转化后形成的量化转化关系数据整理为需存储数据DATA5；

S106：将需存储数据DATA5由量化数学公式进行转化，并以所转化的数学公式数据代替对应的转化数据，形成需存储数据DATA6；

S107：进行需存储数据DATA6与已有存储数据的关联性分析，排除DATA6中与已有数据重合的数据，确定新的需存储数据DATA7；

S108：继续进行需存储数据DATA7与已有存储数据的关联性分析，排除DATA7中能够通过已有数据进行量化重构的数据，并将量化重构的数学关系作为存储数据补充到DATA7中，形成新的需存储数据DATA8。

2.根据权利要求1所述的基于反应堆堆芯精细化计算数据在线分析的数据瘦身方法，其特征在于，

S102中重要参量包括温度、压力和流速，加权积分计算包括线加权积分计算、面积加权积分计算和体积加权积分计算。

3.根据权利要求1所述的基于反应堆堆芯精细化计算数据在线分析的数据瘦身方法，其特征在于，

S103的具体内容为：将精细数据DATA1或数据DATA2中的重要参量数值与分布及重要参量时空梯度与预设参量极值及梯度极值进行比较，判断是否异常，若无异常，则不进行数据存储或采用低分辨率进行存储，若为异常，则进行数据存储，并采用高分辨率进行存储，得到数据DATA3的存储数据。

4.根据权利要求1所述的基于反应堆堆芯精细化计算数据在线分析的数据瘦身方法，其特征在于，

S104的具体内容为：根据存储需求与重要参量，确认影响堆芯安全性与运行性能水平的空间范围，缩小数据存储区域范围，同时确认影响堆芯性能水平的时间段，缩小数据存储的时间范围，得到数据存储量缩减的数据DATA4。

5.根据权利要求1所述的基于反应堆堆芯精细化计算数据在线分析的数据瘦身方法，其特征在于，

S105中将数据DATA4中的全部或部分数据转化为基础共用数据与量化转换关系数据。

6.根据权利要求1所述的基于反应堆堆芯精细化计算数据在线分析的数据瘦身方法，其特征在于，

S106中对数据DATA5中的部分或全部数据进行量化构型特性分析与转化。

7.根据权利要求1所述的基于反应堆堆芯精细化计算数据在线分析的数据瘦身方法，其特征在于，

S107的具体内容为：进行数据DATA6与已有数据库中已存储数据的关联性分析，判断已有数据库中是否已有DATA6的全部数据或部分数据，若有则建立关联调用关系，并保存调用关系数据，同时排除DATA6中能够通过已有数据进行量化重构的数据，并将量化重构的数学关系作为存储数据补充到DATA6中，形成新的需存储数据DATA7。

8.根据权利要求1-7任一项所述的基于反应堆堆芯精细化计算数据在线分析的数据瘦身方法，其特征在于，

还包括S109：按需存储数据DATA8所在空间进行多分区划分，并针对不同分区需保存的数据实施并行存储。