[發明專利]超越概率模型的確定方法及裝置、風險評估方法及裝置

在審

• 申請號: 202110383816.7
• 申請日: 2021-04-09
• 公開（公告）號: CN113361849A
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 楊健;安瑾
• 申請（專利權）人: 中國核電工程有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06K9/62;G06N7/00
• 代理公司: 北京天昊聯合知識產權代理有限公司 11112
• 代理人: 羅建民;鄧伯英

1.一種喪失廠外電源(LOOP)事件持續時間超越概率模型的確定方法，其特征在于，包括：

根據同類核電廠的LOOP事件信息建立第一樣本空間；

對第一樣本空間進行分類，得到N個不同類別的子樣本，N為正整數；

獲取N個子樣本的擬服從的分布類型及其相應參數；

根據擬服從的分布類型及其相應參數確定N個類別相應的持續時間超越概率模型。

2.根據權利要求1所述的喪失廠外電源事件持續時間超越概率模型的確定方法，其特征在于，所述獲取N個子樣本的擬服從的分布類型及其相應參數包括：

分別繪制N個子樣本的直方圖；

根據N個直方圖的形狀分別判斷出N個子樣本的擬服從的分布類型；

根據N個子樣本分別確定出各子樣本擬服從的分布類型的相應參數。

3.根據權利要求1所述的喪失廠外電源事件持續時間超越概率模型的確定方法，其特征在于，

第一樣本空間包括機組狀態、故障原因、電源恢復時間及其三者之間的映射關系，機組狀態包括功率工況和停堆工況，故障原因包括廠內故障、開關站故障、電網故障、天氣原因；

所述根據擬服從的分布類型及其相應參數確定N個類別相應的持續時間超越概率模型，具體包括：

單個子樣本擬服從的分布類型的種類為M種，M＝2或3，分布類型包括對數正態分布、伽馬分布、指數分布，

根據單個子樣本擬服從的M種分布類型及其相應參數確定M種持續時間超越概率模型；

對M種持續時間超越概率模型分別進行曲線擬合，得到M種持續時間超越概率模型的分布曲線；

選取擬合優度最優的分布曲線對應的持續時間超越概率模型，確定為與單個子樣本類別相應的持續時間超越概率模型；

根據N個子樣本擬服從的分布類型及其相應參數依序確定N個類別相應的持續時間超越概率模型。

4.根據權利要求3所述的喪失廠外電源事件持續時間超越概率模型的確定方法，其特征在于，

所述選取擬合優度最優的分布曲線對應的持續時間超越概率模型，確定為與單個子樣本類別相應的持續時間超越概率模型，具體包括：

根據如下公式分別計算M種持續時間超越概率模型的分布曲線的相關系數；

其中，R為相關系數，y_i為實際值，為分布擬合值，為實際值均值；

根據相關系數R與1的趨近程度，選取擬合優度最優的分布曲線對應的持續時間超越概率模型，確定為與單個子樣本類別相應的持續時間超越概率模型。

5.根據權利要求2所述的喪失廠外電源事件持續時間超越概率模型的確定方法，其特征在于，在所述對第一樣本空間進行分類，得到N個不同類別的子樣本之后，以及在所述分別繪制N個子樣本的直方圖之前，還包括：

對N個不同類別的子樣本分別進行數據分析和數據處理，其中，數據處理包括剔除具有相關性的冗余數據和剔除異常數據。

6.根據權利要求5所述的喪失廠外電源事件持續時間超越概率模型的確定方法，其特征在于，所述分別繪制N個子樣本的直方圖，具體包括：

獲取單個子樣本的最大值L和最小值S；

根據經驗公式將單個子樣本進行分組，其中，組數k＝1+3.3lgn，lg為對數函數，n為單個子樣本LOOP事件總次數；

計算組距，組距Δt＝(L-S)/k；

確定各組的上限值和下限值，其中，當前組的上限值＝當前組的下限值+Δt，當前組的下限值＝前一組的上限值；

計算各組的中心值，中心值t_中＝(當前組的上限值+當前組的下限值)/2；

統計落入各組的頻數a和頻率f，f＝a/n；

以持續時間為橫坐標、各組的頻率f為縱坐標繪制直方圖；

將各直方的中心值t_中連成一條曲線，獲得近似的分布密度曲線。