張慧敏
(中國核電工程有限公司,北京 100840)
核電廠事故發(fā)生后,操作員通常難以在短時間內(nèi)判斷事故類型,有以下2 個原因:1)電廠儀控系統(tǒng)只能給出部分測量參數(shù),例如一回路壓力、溫度,環(huán)路流量,安全殼壓力、溫度和輻射強(qiáng)度等參數(shù)信息,事故類型并不是直接的測量參數(shù),需要人為判斷。2)事故發(fā)生后,報警信號在短時間內(nèi)被觸發(fā),如穩(wěn)壓器壓力低、安全殼壓力高或輻射強(qiáng)度高等信號。當(dāng)主控室內(nèi)多個報警信號同時響起時,操作員在緊急狀態(tài)下可能會出現(xiàn)人因失誤。
目前,核電廠大多數(shù)采用狀態(tài)導(dǎo)向的事故應(yīng)急規(guī)程(SOP),而不是事件導(dǎo)向規(guī)程(EOP),以避免在事故判斷過程中產(chǎn)生的人因失誤。雖然事故類型診斷不是SOP 的必須要求,但是作為輔助信息,快速準(zhǔn)確判明事故類型有助于操作員進(jìn)行事故管理。
在許多事故中,冷卻劑喪失事故(破口事故)難以被診斷,這是由于破口位置和尺寸不能通過電廠測量參數(shù)直接獲得。
因此,有必要開發(fā)事故快速診斷模塊,通過有限的測量數(shù)據(jù),利用機(jī)器學(xué)習(xí)算法對破口位置和尺寸進(jìn)行預(yù)測,為操作員提供輔助支持信息。利用機(jī)器學(xué)習(xí)方法進(jìn)行核電廠事故診斷或故障診斷,是當(dāng)前核工業(yè)的熱點(diǎn)研究方向,國內(nèi)已經(jīng)開展了一定的研究[1-3]。
由于無法在真實(shí)電廠中進(jìn)行破口事故的相關(guān)試驗(yàn)和測量,破口診斷機(jī)器學(xué)習(xí)模型的訓(xùn)練數(shù)據(jù)由仿真獲得。采用一體化嚴(yán)重事故程序MAAP 對假想事故進(jìn)行計算。一回路系統(tǒng)的熱工水力模型如圖1 所示,破口位置為3、7 和4,分別代表熱管段破口、冷管段破口和蒸汽發(fā)生器傳熱管斷裂的位置。
圖1 核電廠仿真模型一回路節(jié)點(diǎn)的劃分
根據(jù)破口位置不同,該文分析的事故可以分為3類:一回路熱管段破口,一回路冷管段破口,蒸汽發(fā)生器傳熱管斷裂事故(SGTR)。
其中,冷、熱管段破口的尺寸覆蓋了從小破口(1 cm)到雙端斷裂大破口(0.6 m)的范圍,各有62 個工況。蒸汽發(fā)生器傳熱管斷裂的破口面積是從0.00037 m2~0.0037 m2(分別是1 根斷裂和10 根斷裂的破口面積),有37 個工況。
其他事故假設(shè)包括0 s 時刻發(fā)生破口,停堆信號(SCRAM)由穩(wěn)壓器壓力信號觸發(fā)(12.93 MPa),其他停堆信號暫未考慮,停堆信號出現(xiàn)時停主泵,安注箱可用,低壓安注失效,當(dāng)堆芯溫度超過650℃時,穩(wěn)壓器安全閥打開,一回路快速降壓,不考慮通過蒸汽發(fā)生器充排對一回路進(jìn)行降壓操作,破口噴放系數(shù)為0.75。
從人工智能方法的角度看,該工作的目標(biāo)是建立一個機(jī)器學(xué)習(xí)模型,輸入數(shù)據(jù)是帶有標(biāo)簽的一系列樣本集合。每個樣本具有特征和標(biāo)簽,其特征是多個電廠可檢測參數(shù),如安全殼壓力、溫度和穩(wěn)壓器水位等測量參數(shù),其標(biāo)簽是破口位置和尺寸。
因?yàn)檩斎霐?shù)據(jù)帶有標(biāo)簽,所以該機(jī)器學(xué)習(xí)模型采用監(jiān)督學(xué)習(xí)方法進(jìn)行訓(xùn)練。該研究中采用的模型是支持向量機(jī)(SVM),其中破口位置判斷采用SVM 的分類算法,而破口尺寸是由支持向量回歸算法(SVR)實(shí)現(xiàn)的。
機(jī)器學(xué)習(xí)需要完成的任務(wù)有2 個:1)分類任務(wù),即根據(jù)特征判斷破口的位置。2)回歸任務(wù),即根據(jù)特征預(yù)測破口尺寸。
破口事故診斷模型是由4 個部分機(jī)器學(xué)習(xí)模型組成的。其中,SVC 是采用支持向量機(jī)分類算法的模塊,用于診斷破口位置;SVR1,SVR2,SVR3 是采用支持向量回歸算法的模塊,用于對一回路熱管段破口、一回路冷管段破口、蒸汽發(fā)生器傳熱管斷裂的破口尺寸進(jìn)行預(yù)測。在診斷模型的訓(xùn)練中,各模塊采用各自的輸入數(shù)據(jù)進(jìn)行獨(dú)立訓(xùn)練,即特征數(shù)據(jù)集1 至特征數(shù)據(jù)集4。
在模型訓(xùn)練完成后,破口事故診斷模塊的工作流程如下:首先采用SVC 模塊對測試輸入數(shù)據(jù)進(jìn)行分類預(yù)測,判斷破口位置,然后采用相應(yīng)的SVR 模塊預(yù)測破口尺寸。破口診斷模型的結(jié)構(gòu)如圖2 所示。
圖2 破口診斷模型的結(jié)構(gòu)
采用事故仿真程序MAAP 對破口事故進(jìn)行模擬,得到了溫度、壓力等瞬態(tài)計算結(jié)果。這161 個計算結(jié)果組成了樣本空間,從中隨機(jī)選取一定比例的樣本(例如97 個,60%的樣本數(shù))作為機(jī)器學(xué)習(xí)模型的訓(xùn)練數(shù)據(jù)集,用于模型的訓(xùn)練。剩余樣本(64 個)則作為測試數(shù)據(jù)集合,用于驗(yàn)證模型預(yù)測的準(zhǔn)確率。
破口位置分類模塊SVR 所需要的輸入?yún)?shù)集合為電廠緊急停堆信號(SCRAM)出現(xiàn)后60 s 的6 個測量參數(shù)的積分值,包括安全殼穹頂空間壓力、溫度,穩(wěn)壓器壓力和水位,完好環(huán)路蒸汽發(fā)生器溫度,破損環(huán)路蒸汽發(fā)生器水位。對冷、熱管段破口工況,破口尺寸回歸模塊SVR1,SVR2 的輸入?yún)?shù)是SCRAM 后60 s 的5 個參數(shù)的積分值,包括安全殼穹頂空間溫度、壓力,穩(wěn)壓器溫度、壓力,破口側(cè)蒸汽發(fā)生器水位。對蒸汽發(fā)生器傳熱管斷裂事故(SGTR事故),其破口尺寸回歸模塊SVR3 的輸入?yún)?shù)是SCRAM后60s 的4 個參數(shù)的積分值,包括穩(wěn)壓器溫度、壓力,破損側(cè)蒸汽發(fā)生器水位,完好側(cè)蒸汽發(fā)生器水溫。
首先,隨機(jī)選取一定比例的數(shù)據(jù)樣本作為訓(xùn)練數(shù)據(jù)樣本,對破口位置預(yù)測模塊SVC 進(jìn)行監(jiān)督學(xué)習(xí)訓(xùn)練;然后將剩余樣本作為檢測數(shù)據(jù)樣本,以評估SVC 模塊的關(guān)于破口位置預(yù)測的準(zhǔn)確率。
在這次分析中,分別考慮訓(xùn)練樣本占總樣本比例為40%、50%、60%、70%、80%的5 種情況。對每種情況來說,在總樣本中進(jìn)行100 次隨機(jī)選取,產(chǎn)生了100 個訓(xùn)練數(shù)據(jù)集與對應(yīng)的測試數(shù)據(jù)集。每個訓(xùn)練數(shù)據(jù)集能訓(xùn)練得到1 個SVC 模型,即對選定的比例情況(如40%),會訓(xùn)練產(chǎn)生100 個SVC 模塊。然后對每個SVC 模塊用對應(yīng)的測試數(shù)據(jù)集進(jìn)行測試,并記錄錯誤預(yù)測次數(shù)。通過給定比例情況下,100 個SVC 模塊的預(yù)測結(jié)果進(jìn)行統(tǒng)計,得到分類的錯誤率。
圖3 中顯示了分類SVC 模塊對破口位置預(yù)測的錯誤率??梢钥闯觯撃K對破口位置的預(yù)測錯誤率小于1%。
圖3 破口位置預(yù)測結(jié)果錯誤率
破口尺寸預(yù)測回歸模塊SVR1、SVR2、SVR3 的模型訓(xùn)練仍然是通過隨機(jī)選取一定比例的樣本作為輸入數(shù)據(jù)進(jìn)行訓(xùn)練,將剩余樣本作為檢測樣本。
該研究中訓(xùn)練樣本的比例選為70%,即對SVR1 和SVR2 都各自隨機(jī)選取43 個樣本(各自的總樣本數(shù)為62個)作為訓(xùn)練輸入數(shù)據(jù),剩余的19 個樣本作為測試數(shù)據(jù)。對SVR3 模塊來說,總樣本數(shù)為43 個,訓(xùn)練樣本數(shù)為30個,測試樣本數(shù)位13 個。同樣,對每個預(yù)測回歸模塊,都進(jìn)行100 次隨機(jī)測試。
圖4 ~圖6 中說明了采用支持向量回歸方法的破口尺寸預(yù)測結(jié)果。橫軸是MAAP 計算中設(shè)定的破口尺寸,縱軸是機(jī)器學(xué)習(xí)模型預(yù)測的破口尺寸。可以看出,對一回路熱、冷管段破口工況,預(yù)測值與真實(shí)值之間有較好的線性關(guān)系。對蒸汽發(fā)生器傳熱管斷裂工況來說,預(yù)測值與真實(shí)值之間有一定的偏差。
圖5 冷管段破口尺寸預(yù)測結(jié)果
圖6 SGTR 破口尺寸預(yù)測結(jié)果
圖7 為100 次測試的破口尺寸預(yù)測的平均誤差,可以看出,對破口尺寸較大(>0.1 m)的一回路冷管段、熱管段破口事故,機(jī)器學(xué)習(xí)方法對破口尺寸的預(yù)測誤差較?。s10%),而對破口尺寸較?。?0.1m)的冷、熱管端破口工況,預(yù)測誤差則較大,超過了45%。SGTR 工況的預(yù)測誤差約為15%。
圖7 破口尺寸預(yù)測的誤差
該文初步采用支持向量機(jī)方法建立典型壓水堆破口事故診斷模塊。該模塊能夠通過監(jiān)測電廠測量參數(shù),在一回路破口事故發(fā)生后,快速預(yù)測破口位置和破口尺寸。該診斷模塊訓(xùn)練和測試的數(shù)據(jù)來自MAAP 程序的計算結(jié)果。測試結(jié)果表明,對破口位置的預(yù)測準(zhǔn)確率達(dá)到99%,對較大破口尺寸的預(yù)測誤差在20%以下,而對較小破口尺寸的預(yù)測的相對誤差在50%左右。考慮到小破口的事故進(jìn)程較慢,操作員有更多的時間處置應(yīng)對,對極小破口的尺寸預(yù)測誤差在工程上是可被接受的。
該文中破口診斷模塊的開發(fā)研究為初步,未來工作需要考慮以下3 個方面:1)機(jī)器學(xué)習(xí)所需的輸入數(shù)據(jù)的質(zhì)量。核電廠事故的數(shù)據(jù)只能通過仿真計算獲得,但是核電廠事故特別是嚴(yán)重事故涉及大量的復(fù)雜物理現(xiàn)象[4],因此程序計算結(jié)果具有較大的不確定性。2)電廠測量系統(tǒng)本身的噪聲和誤差的影響[5]。3)核電廠瞬態(tài)的多樣性和復(fù)雜性。該分析對事故現(xiàn)象做出假設(shè),并且考慮了一回路破口事故。另外,在實(shí)際電廠運(yùn)行中,可能發(fā)生的瞬態(tài)和事故類型很多。完整的核電廠事故診斷模塊需要考慮更多的工況。