数据挖掘在三维堆芯仿真中的应用.docVIP

  数据挖掘在三维堆芯仿真中的应用# 蒋波涛，赵福宇** （西安交通大学核能科学与技术学院，西安 710049） 5 10 15 20 25 30 35 40 摘要：数据挖掘是在大量数据中，发现有用的、人们感兴趣的信息的过程。支持向量回归机 （SVR）是一种新的数据挖掘算法，该算法是支持向量机（SVM）在回归估计中的应用。 本文基于三维堆芯仿真程序之上，通过运行三维堆芯仿真程序得到堆芯功率随时间变化的数 据，然后分别利用 SVR 算法和传统方法对数据进行处理，并得到各自相应的堆芯功率分布 曲线。通过比较结果，SVR 具有无事先人为强加性，直接由数据内在关系拟合而成，得到 的结果更准确，可以用在其他核工程的数据处理中。 关键词：核能科学与工程；数据挖掘；支持向量回归机；三维堆芯； 中图分类号：TL363 Application of data mining in the simulation of three-dimensional core JIANG Botao, ZHAO Fuyu (Nuclear Science Technology School, Xian Jiaotong University, Xian 710049) Abstract: Data mining is the process in which useful and interesting information are found. Support vector machine for regression (SVR) is a new data mining algorithms, which is the application of support vector machine (SVM) to regression estimation. This paper is based on the three-dimensional core simulation program and the simulation data of core power changes are obtained by running this program. Then these data are processed by SVR algorithm and traditional method, respectively and the corresponding core power distribution curves are obtained. By comparing the results, it is found that SVR do not require a prior knowledge such as parametric trends of data and is dependent on the intrinsic relationship of data directly. Thus, the results handled by SVR are more accurate than those by traditional method and it is suitable for other data processing. Key words: Nuclear energy science and engineering; Data mining; Support vector regression; three dimentional core; 0 引言 在核电站的运行过程中会产生很多的数据[1]，有效地挖掘这些数据背后的隐含信息是一 项重要的工作。堆芯的三维仿真程序是专门为了模拟反应堆不同工况下的运行情况而设计 的。由于反应堆不同工况下的堆芯功率变化也不尽相同，所以通过不同工况的运行数据去了 解堆芯功率的变化就成为重要的研究课题。 本文基于三维堆芯仿真程序之上，利用程序模拟堆芯的两种事故，弹棒事故和落棒事故 发生时堆芯的功率变化，并用支持向量机来处理变化的数据。支持向量机以严格的统计学理 论为基础，使用核函数把样本从低维空间映射到高维空间，将非线性问题转化为线性可分问 题，获得最优解，是一重大理论创新。除此之外，对于堆芯核功率随时间变化的数据，还使 用了传统曲线拟合的方法进行处理，并对两种方法的结果做了详细的比较说明，结果表明了 支持向量机在处理结果上更加可靠，准确。 基金项目：高等学校博士学科点专项科研基金(No.20100201110009) 作者简介：蒋波涛 （1982-），男，博士研究生，研究方向：数据挖掘处理核工程数据 通信联系人：赵福宇（1953-），男，教授，主要研究方向：核动力学与控制