[发明专利]一种基于数字孪生的蒸汽发生器状态监测与预测系统及方法

说明书

本发明提供一种基于数字孪生的蒸汽发生器状态监测与预测系统及方法，系统包括模型层、数据层、服务支持层，各层之间通过通讯协议实现交互。一个完整的蒸汽发生器数字孪生状态监测与预测系统的构成模块主要有：数字孪生模型模块、数据处理模块、特征提取与融合模块、状态与故障识别模块、状态预测模块。本发明针对传统的物理机理建模和数据驱动方法的优缺点进行互补融合，并基于人工智能、预测技术和反演重构技术得到蒸汽发生器传热管无法直接监测的运行状态，必要时可加速运行实现传热管状态预测。

技术领域

本发明属于核电厂故障诊断领域，涉及一种基于数字孪生的蒸汽发生器传热管状态监测与预测系统及方法。

背景技术

随着计算机和人工智能技术的不断发展，数字孪生概念被提出并得到学者的广泛研究。在核电系统中很多关键设备的部件无法通过传感器直接监测，因此有必要通过数字孪生技术结合核电厂和监测数据针对这些设备进行实时的运行状态映射。常用的建模方法可分为物理机理建模、数据驱动建模和经验公式，物理机理建模结果较为准确对经验数据依赖度不大但计算成本较高，不满足数字孪生系统实时性的要求；数据驱动建模方法计算速度快，但结果的准确性对经验数据的数据量和种类依赖性大；经验公式的建模方法对于得到经验的试验场景依赖度较大，普适性不高。

在核电厂中蒸汽发生器是连接一、二回路的关键换热设备，来自堆芯的冷却剂通过传热管将热量传递给二回路工质并产生蒸汽。一回路冷却剂具有高温高压和放射性的特性；二回路工质在蒸汽发生器内部经历单相对流传热、潜热沸腾传热和沸腾传热，转换为蒸汽推动汽轮机发电。可见蒸汽发生器传热管的工作环境恶劣，且其完整性对于核电机组而言具有重要意义。多堆年的运行经验表明，流致振动、异物撞击和微振磨损产生的疲劳、缺陷断裂等问题是影响传热管完整性的主要因素。而传热管布置在蒸汽发生器腔体内部，考虑到材料强度、换热效率等因素，无法布置传感器对其状态进行直接监测。因此借助人工智能、计算机技术、反演技术、预测技术、流体力学分析技术、数字孪生技术等手段可以直观和实时的对蒸汽发生器传热管的运行状态进行评估和预测。

发明内容

本发明针对传统的物理机理建模和数据驱动方法的优缺点进行互补融合，并基于人工智能、预测技术和反演重构技术得到蒸汽发生器传热管无法直接监测的运行状态，必要时可加速运行实现传热管状态预测。

本发明的目的是这样实现的：包括数字孪生模型模块、数据处理模块、特征提取与融合模块、状态与故障识别模块、状态预测模块；通过核电厂蒸汽发生器DCS系统采集现场数据，并将获得的现实空间数据传送给数字孪生模型和数据处理模块；数据处理模块将获得的传感器参数、环境参数和调控参数进行归一化、去噪预处理，并通过D-S理论和滤波算法进行融合，得到的融合信息传递给数字孪生模型和特征提取与融合模块；数字孪生模型通过历史数据和实时监测数据实现对蒸汽发生器传热管关键物理场和参数的反演并将必要参数展现在操作台和三维模型中；特征提取与融合模块通过基于iForest的多维特征提取方法实现特征提取与融合并将可识别的特征送往状态监测与诊断模块进行状态识别；状态预测模块通过预测模型对传热管缺陷程度和最大应力强度进行预测，并将结果反馈到孪生空间的集合模型中视景；针对产生的不可标记故障，通过数字孪生模型的故障数据与迁移学习模型进行诊断；将诊断和预测结果展示在三维展示界面上，利用核电厂停堆检修中蒸汽发生器传热管涡流检测信号对孪生模型进行校验和更新。

进一步的，对应的方法步骤如下：

步骤1：蒸汽发生器的运行数据通过核电厂监测系统传送给数据处理模块，将传感器采集数据进行预处理和标准化；

步骤2：步骤1中所得到的数据一方面存储到历史数据库中以供调用，另一方面传递给数字孪生模型；

步骤3：步骤1中得到预处理后的数据通过iForest多维特征提取后对特征进行识别，对于可标记的特征将其传递到状态监测与故障诊断系统中；