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...