[發明專利]一種核電廠極端氣象參數設計基準的評價方法

在審

• 申請號: 201810836847.1
• 申請日: 2018-07-26
• 公開（公告）號: CN109271658A
• 公開（公告）日: 2019-01-25
• 發明（設計）人: 朱好;李鳳菊;耿小爽;王曉亮;白曉平;鄭偉
• 申請（專利權）人: 中國核電工程有限公司
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06Q10/06;G06Q50/06
• 代理公司: 北京天悅專利代理事務所(普通合伙) 11311
• 代理人: 田明;周敏毅

1.一種核電廠極端氣象參數設計基準的評價方法，其特征在于，所述的評價方法基于分布函數檢驗，包括如下步驟：

(1)構建數據有序序列：確定所要評價的極端氣象參數，收集核電廠廠址區域內氣象臺站的相關氣象要素，構成數據有序序列；(2)圖形可視化檢驗：對數據有序序列分別采用多種分布函數進行擬合，對于每種分布函數的擬合模擬結果，從不同角度采用圖形可視化方法進行檢驗；

(3)不同分布函數擬合優度檢驗：采用定量統計指標對不同分布函數的擬合優度進行定量檢驗；

(4)分布函數的選定：對比圖形可視化檢驗結果和定量檢驗結果，選擇擬合優度最好的分布函數作為最終選定的分布函數；

(5)確定設計基準：利用最終選定的分布函數，計算不同再現間隔值，并結合相關標準導則對設計基準確定的要求，確定相應極端氣象參數的設計基準。

2.根據權利要求1所述的評價方法，其特征在于：步驟(1)中，收集核電廠廠址區域內氣象臺站至少30年或更長時期的相關氣象要素，對于每個氣象年確定一個極值，構成一組數據序列。

3.根據權利要求1所述的評價方法，其特征在于：步驟(1)中，對數據序列進行升序排列得極大值擬合所需的有序序列；或者對數據序列進行降序排列得極小值擬合所需的有序序列。

4.根據權利要求1所述的評價方法，其特征在于：步驟(2)中，所述的多種分布函數包括耿貝爾分布函數、廣義極值分布函數、Gamma分布函數。

5.根據權利要求1所述的評價方法，其特征在于：步驟(2)中，對于每種分布函數的擬合模擬結果，從4個不同角度采用圖形可視化方法進行檢驗，

第一個角度：對于經過排序的樣本容量為n的數據序列，計算位于第i位的數據的經驗累積頻率F^*(x_i)＝i/(n+1)；采用假定的分布函數，利用數據樣本估算分布函數的參數，再進一步計算與排序樣本值對應的模擬累積頻率；將經驗累積頻率與模擬累積頻率做在一張圖上，稱為概率圖，散點越靠近對角線，擬合度越好；

第二個角度：采用假定的分布函數和估算參數值，計算F^*(x_i)對應的模擬值，與相應的實測數據序列作在一張圖上，稱為分位數圖，散點越靠近對角線，擬合度越好；

第三個角度：對于給定的再現間隔或不超越概率，采用假定的分布函數和估算參數值，計算不同再現間隔或不超越概率對應的模擬值，將模擬值與再現間隔以曲線方式畫在一張圖上，并將實測值與對應的經驗累積頻率散點畫在同一張圖上，稱之為回歸水平圖，模擬曲線越接近實測散點，擬合度越好；

第四個角度：將實測數據分組，統計每組出現的頻率，計算相應的概率密度，以柱狀圖顯示；采用假定的分布函數和估算參數值，對于給定的極端氣象參數觀測范圍，計算相應的模擬概率密度，將其疊加在柱狀圖上；對比模擬概率密度曲線與實測概率密度，二者吻合越好，擬合度越優。

6.根據權利要求1所述的評價方法，其特征在于：步驟(3)中，采用的定量統計指標包括擬合標準差、柯爾莫哥洛夫統計量和皮爾遜檢驗法，這些定量統計指標越小，表明擬合度越好。

7.根據權利要求6所述的評價方法，其特征在于：步驟(4)中，選擇通過皮爾遜檢驗的，且擬合標準差和柯爾莫哥洛夫統計量盡量小的，擬合優度最好的分布函數作為最終選定的分布函數。