第58卷第1期2024年1月原子能科学技术AtomicEnergyScienceandTechnologyVol.58,No.1Jan.2024基于聚类和随机搜索优化的核反应堆数字李生参数反演模型龙家雨”，宋美琪”，柴翔”，刘晓晶”，妥艳洁2.3（1.上海交通大学智慧能源创新学院，上海200240；2.上海交通大学机械与动力工程学院，上海200240；3.国家电力投资集团有限公司，北京100029）摘要：为了实现对核反应堆内置传感器的大量数据的高效存储、传输和分析，本文结合聚类算法与随机搜索优化的人工神经网络，对空间热离子反应堆的数字李生系统搭建了一个参数反演模型，实现在热管失效工况下的堆芯温度数据的反演。使用20%热管失效工况下空间热离子反应堆堆芯4个区域的温度数据，通过K-means聚类与轮廓系数指标提取各区域的特征温度参数，通过随机配置优化的全连接人工神经网络（ANN)完成特征参数到其他参数的反演，并对反演效果进行验证。研究结果表明，运用该方法对燃料、发射极、接收极、冷却剂4个区域进行参数反演，温度反演值的相对误差均方根分别为0.55%、0.41%、0.19%、0.18%，其中用于反演的特征参数占总参数比例均不超过8%。因此本研究建立的参数反演模型能够获取特征参数的物理含义，并对空间热离子反应堆堆芯温度参数进行较高精度的反演。关键词：数字李生；空间热离子反应堆；K-means聚类；人工神经网络；参数反演中图分类号：TL329.2doi:10.7538/yzk.2023.youxian.0176文献标志码：A文章编号：1000-6931(2024)01-0125-10ParameterInversionMethodofNuclearReactorDigitalTwinBasedonClusteringandRandomSearchOptimizationLONGJiayu',SONGMeiqil*,CHAIXiang”,LIUXiaojing”,TUOYanjie2-(l.CollegeofSmartEnergy,ShanghaiJiaoTongUniversity,Shanghai200240,China;2.SchoolofMechanicalEngineering,ShanghaiJiaoTongUniversity,Shanghai200240,China;3.StatePowerInvestmentCorporationLimited,Beijing100029,China)Abstract:Inordertorealizethereal-timeinteractionbetweenvirtualspaceandrealspace,thedigitaltwinsystemofnuclearreactorwasbuiltaccordingtotheactualnucle-arreactor,withalargenumberofsensordevicesandalargeamountofdata,resultinginproblemsoflargestoragespacedemand,lowtransmissionefficiencyandhighcom-plexityofdataanalysis.Tosolvetheaboveproblems,itisnecessarytooptimizethesensorarrangementandachieveefficientdatastorage,transmissionandana...
