基于人工智能技术对核电站反应堆燃料元件包壳破损的判定及预测方法

摘要

本发明在元件破损判定准确性方面超越了现有的用数学物理方程计算和靠人的经验判断的方法，根据大量放射化学测试数据深度分析技术和创建新的相关转化数据方法，增强新领域知识引导数据变量和多个相关因子概念，实现了准确地对核电堆芯燃料元件破损的判定和预测，并成功解决了核电领域核燃料元件破损准确判断和预测的难题。发明了多个相关辅助变量及诸多因子，并发明了对这些辅助变量和因子的计算模型；发明了用测试数据集合对不同方法的效果差异化定量分析方法；用单一变量熵、全熵及累积和熵进行比较，用来确定更适合算法的优化方法；发明了对燃料元件破损判定的新技术方法；发明了弱化低贡献参数方法；发明了新的燃料元件破损判断和预测方法。