核電廠大破口事故不確定性分析方法
【技術領域】
[0001] 本發明涉及核電廠確定論安全分析領域，更具體地涉及一種核電廠大破口事故不 確定性分析方法。
【背景技術】
[0002] 目前，常用的核電廠大破口事故不確定性分析方法包括法國阿海琺公司 的 DRM(Deterministic Realistic Method)方法以及美國西屋公司的 CQD(code quantification document)方法和 ASTRUM(Automated Statistical Treat-merit of Uncertainty Method)方法。
[0003] 其中，CQD方法遵循美國CSAU方法大綱，其包括14個步驟（即步驟a至步驟n)， 具體如下：
[0004] (a)指定事故序列
[0005] 比如指定為大破口事故序列；
[0006] (b)選擇核電廠類型
[0007] 選擇特定的核電廠類型；
[0008] (C)現象的識別和排序
[0009] 識別出前述事故序列（如大破口事故序列）和特定核電廠的關鍵的物理現 象，并根據對事故驗收準則的影響程度將物理現象進行排序，該步驟的主要工作手段是 PIRT(Phenomena Identification and Ranking Table)；
[0010] (d)選擇固化版本的程序
[0011] 選擇一個預期能模擬前述事故序列和特定核電廠的系統計算程序，確定該版本的 程序之后，該程序在后續流程中都不會改變；
[0012] (e)提供完整的程序相關文件
[0013] 提供完整的程序相關文件，其中描述了試驗驗證、模型不確定性、用戶效應等內 容；
[0014] (f)確定程序的適用性
[0015] 在對程序的模型和關系式進行廣泛的評價后，確定程序是否適用于前述事故序列 和特定核電廠；
[0016] (g)建立評價矩陣
[0017] 建立試驗評價矩陣，包括單項試驗和整體試驗；
[0018] (h)定義核電廠的計算模型的節點
[0019] 先定義試驗裝置的計算模型的節點，確認該節點可以得到有效的結果，從而最終 定義出合適的核電廠的程序計算模型的節點；
[0020] (i)確定程序和試驗的準確性
[0021] 利用單項試驗和整體試驗，評估程序計算結果和試驗結果之間的偏差；
[0022] (j)確定比例化效應
[0023] 對于同一物理現象，程序對于小比例試驗裝置和全比例核電廠的模擬結果可能存 在偏差；
[0024] (k)確定反應堆輸入參數和狀態
[0025] 反應堆的輸入參數和狀態可能存在不確定性，確定其中哪些輸入參數采用名義 值、哪些采用極限值、哪些在后續的不確定性中進行處理；
[0026] (1)敏感性計算
[0027] 對步驟（C)的PIRT中確定的具有重要影響度的不確定性參數和步驟（k)中確定 的需要后續不確定性處理的參數，采用系統計算程序進行敏感性計算，其中敏感性計算對 不確定性參數采用分組的方法，分為四組：電廠參數、初始運行條件（功率和流體兩小類）、 事故邊界條件以及模型參數；
[0028] (m)加上偏差和不確定性
[0029] 加上步驟（i)、（j)、（k)中得到的偏差和不確定性；
[0030] (η)確定總的輸出不確定性
[0031] 用響應面方法對步驟（1)的結果進行處理，構建不確定性參數的響應面；然后采 用蒙特卡洛抽樣方法，用大量的抽樣結果來形成包殼峰值溫度的整體不確定性分布，得到 PCT的容許限值。
[0032] 而ASTRUM方法是CQD的繼承和發展，其所包括的步驟（a)~（j)與CQD方法一致， 只是對（k)、（I)、(m)、(η)這四個步驟進行了改進。具體的，CQD方法進行響應面構建，然后 用蒙特卡洛抽樣方法得到整體不確定性分布；而ASTRUM方法直接對輸入參數隨機抽樣，對 輸出結果采用Wilks公式直接計算容許限值，更加高效的評估整體不確定性；ASTRUM方法 在處理不確定性時，不存在來自重疊修正的附加不確定性，從而消除了過度的保守，有實例 表明ASTRUM預測的95 %置信度下95 %概率的PCT在相同條件下比CQD方法減少約150 °F ; CQD方法可以考慮的不確定性輸入參數的數量是有限的，而ASTRUM方法基于非參數統計， 不用限制不確定性輸入參數的數量，因而對CQD中保守考慮的某些因素（如破口尺寸、燃耗 等）也進行抽樣計算，從而會得到更多裕量。
[0033] 然而，目前已有的大破口事故不確定性分析方法中對于重要不確定性輸入參數的 篩選和處理，一般采用試驗驗證、專家判斷、邊界包絡等方法，篩選過程較為復雜，且篩選范 圍受限制；同時，法國DRM方法和美國CQD方法中，不確定性分析所采用的響應面方法具有 明顯的缺陷，即以響應面模型代替總體模型不可避免地帶來一些偏差，構造出準確的響應 面也有一定的難度，且在不確定性輸入參數增加時需要更多的樣本數量，而美國ASTRUM方 法中的基于非參數統計的Wilks公式不確定性統計方法的計算結果具有較大的裕量，安全 性較低。
【發明內容】
[0034] 本發明的目的在于提供一種核電廠大破口事故不確定性分析方法，以使重要不確 定性輸入參數的篩選過程更加簡潔、高效、擴大篩選范圍，并得到較為合理的不確定性計算 結果，進而提高核電廠的安全性和經濟性。
[0035] 為實現上述目的，本發明提供了一種核電廠大破口事故不確定性分析方法，包 括：
[0036] (1)選擇大破口事故的初始不確定性輸入參數和輸出參數；
[0037] (2)將所述初始不確定性輸入參數作為輸入參數進行第一次敏感性分析以得到所 述輸出參數的第一次分析結果；
[0038] (3)通過預設的敏感性分析方法對所述第一次分析結果進行分析以從所述初始不 確定性輸入參數中篩選出重要不確定性輸入參數；
[0039] (4)將所述重要不確定性輸入參數作為輸入參數進行第二次敏感性分析以得到所 述輸出參數的第二次分析結果；
[0040] (5)根據分布擬合檢驗法對所述第二次分析結果進行檢驗以判斷所述輸出參數是 否符合正態分布，若符合，則執行步驟（6)，反之，執行步驟（7);
[0041] (6)根據歐文因子統計方法對所述第二次分析結果進行統計分析以得到95%置 信度下95%概率的所述輸出參數的容許限值；
[0042] (7)根據Wilks公式統計方法對所述第二次分析結果進行統計分析以得到95 %置 信度下95%概率的所述輸出參數的容許限值。
[0043] 與現有技術相比，本發明核電廠大破口事故不確定性分析方法，首先選擇大破口 事故的初始不確定性輸入參數和輸出參數，然后將初始不確定性輸入參數作為輸入參數進 行第一次敏感性分析以得到輸出參數的第一次分析結果，并通過預設的敏感性分析方法對 第一次分析結果進行分析以從初始不確定性輸入參數中篩選出重要不確定性輸入參數，之 后將重要不確定性輸入參數作為輸入參數進行第二次敏感性分析以得到輸出參數的第二 次分析結果，最后根據分布擬合檢驗法判斷輸出參數是否符合正態分布，若符合，則根據歐 文因子統計方法對第二次分析結果進行分析以得到95%置信度下95%概率的輸出參數的 容許限值，若不符合，則根據Wilks公式統計方法對第二次分析結果進行分析以得到95% 置信度下95%概率的輸出參數的容許限值。其中通過敏感性分析方