通过蒙特卡洛不确定性分析与贝叶斯推断改进压水堆堆芯模拟
核理论
2016-06-20 v1 仪器与探测器
摘要
将基于蒙特卡洛的贝叶斯推断模型应用于压水堆（PWR）核电站反应堆运行参数预测。在此非微扰框架中，描述微观核数据不确定性的高维协方差信息与测量的反应堆运行数据相结合，以提供整体参数（如硼浓度下降曲线与燃耗相关的反应堆功率分布）的统计可靠、有充分依据的不确定性估计。该方法的性能以盲测方式评估：我们利用给定反应堆循环的测量值改进后续循环的预测。结果表明，预测质量的提升令人印象深刻。特别是，通过将前一循环的硼浓度测量信息纳入分析，对反应堆循环长度规划至关重要的硼下降曲线预测不确定性可降低一个数量级。此外，我们给出非微扰核数据更新的初步结果，并表明使用更新后库获得的预测与直接对整体观测量应用贝叶斯推断所得的预测一致。
引用
@article{arxiv.1601.08036,
title = {Improving PWR core simulations by Monte Carlo uncertainty analysis and Bayesian inference},
author = {Emilio Castro and Carolina Ahnert and Oliver Buss and Nuria Garcia-Herranz and Axel Hoefer and Dieter Porsch},
journal= {arXiv preprint arXiv:1601.08036},
year = {2016}
}
备注
10 pages, 11 figures