核电厂海洋生物探测预警多源信息融合技术研究

摘要

为了解决核电站冷源系统海洋生物入侵问题,建立海洋生物探测预警模型,以大亚湾核电站为研究对象,从影响核电厂海洋生物入侵主要原因出发,分析了海洋生物密度、相对流速、相对风速、盐度和温度5个因素对海洋生物入侵的影响。结果表明:基于线性回归模型和模糊神经网络两种预测方法分别对多传感器的采样数据进行分析计算,得到了基于多源信息融合的海洋生物探测预警模型;通过对5种因素数据特征的融合技术,即可得到海生物入侵强度值,进而判断核电厂取水口堵塞的可能性;实测数据表明,两种算法的估计误差均可控制在[-0.2,0.2]以内,欧氏距离分别0.0168、0.0078。研究表明,本研究中得到的海洋生物探测预警模型预测精度高,可用于核电站海洋生物的探测预警,保证核电冷源安全。