一种基于物理约束神经网络的热工水力换热系数预测方法

摘要

本发明属于核电站热工水力仿真领域，具体涉及一种基于物理约束神经网络的热工水力换热系数预测方法。包括如下步骤：S1获取训练集和测试集；S2构建物理约束约束神经网络模型，所述物理约束神经网络模型包括神经网络模型本体以及基于自动微分机制构建PDE守恒方程，并分别基于所述神经网络模型本体构建第一类损失函数、基于所述PDE守恒方程构建第二类损失函数；S3基于所述训练集和测试集训练所述物理约束神经网络模型；S4基于训练完毕的所述物理约束神经网络模型预测热工水力换热系数。其优点是：有效地耦合基于物理定律的PDE方程，使得在相对更少的训练集获得更好的训练精度；同时，也提高了训练模型的泛化性，普适性更强。