автореферат диссертации по энергетике, 05.14.03, диссертация на тему:Разработка методов и алгоритмов представления информации для оперативного анализа состояния активной зоны ВВЭР по данным внутриреакторного контроля

ВВЕДЕНИЕ

ГЛАВА 1. Контроль состояния активной зоны по внутриреакторным измерениям.

1.1. Измерительные средства контроля состояния активной зоны.

1.2. Математическое обеспечение систем контроля состояния активной зоны.

1.2.1. Восстановление поля энерговыделения по данным измерений.

1.2.2. Модели оценки состояния активной зоны.

1.2.3. Обеспечение достоверности информации измерительных систем.

1.3. Представление активной зоны как сложной системы.

1.4. Выводы по главе 1.

ГЛАВА 2. Представление стационарного состояния активной зоны по данным внутриреакторного контроля.

2.1. Модель представления стационарного радиально-азимутального распределения энерговыделения.

2.2. Оптимальная классификация данных радиально-азимутального распределения энерговыделения.

2.3. Анализ данных аксиального распределения энерговыделения с помощью статистической модели.

2.4. Анализ результатов обработки данных эксплуатации. 58 2.4. Выводы по главе 2.

ГЛАВА 3. Модели представления нестационарных процессов в активной зоне.

3.1. Анализ радиально-азимутальной составляющей нестационарных процессов в активной зоне.

3.2. Анализ изменения энерговыделения во времени по объему активной зоны.

3.3. Выводы по главе 3.

ГЛАВА 4. Система представления информации для оперативного анализа состояния активной зоны ВВЭР по данным внутриреакторного контроля.

4.1. Структура системы представления информации о состоянии активной зоны ВВЭР.

4.2. Оценка информативности измерительной системы ВРК.

4.3. Коррекция показаний измерительной системы ВРК.

4.3.1. Применение для коррекции показаний ИС статистической модели активной зоны.

4.3.2. Регрессионный метод коррекции показаний ИС.

4.4. Выводы по главе 4. 88 ВЫВОДЫ. 90 СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ. 92 ПРИЛОЖЕНИЕ.

Предлагаемая работа ставит целью изложение разработанных автором методов и алгоритмов объективной оценки состояния активной зоны и представления информации для принятия оперативных решений на основе данных, поступающих от измерительной системы внутриреакторного контроля (ВРК) реакторных установок ВВЭР, анализ результатов исследований алгоритмов на реальных данных систем ВРК в обоснование разработок, а также демонстрацию возможностей построенного на основе разработок программного комплекса и результатов, полученных с его помощью при анализе состояний активной зоны в различных эксплуатационных режимах.

С точки зрения классификации аварий на атомных электростанциях, аварии на активной зоне относятся к маловероятным событиям. Вероятность их возникновения составляет приблизительно Ю-5 на реакторо-год. Тем не менее, из-за тяжести их последствий условиям эксплуатации активной зоны и контролю ее безопасности уделяется значительное внимание.

Анализируя безопасность АЭС, можно выделить три основных влияющих на нее фактора [1]:

- физические свойства АЭС, обеспечивающие самозащиту при нарушениях условий эксплуатации и аварийных ситуациях;

- надежность систем контроля, управления и аварийной защиты;

- надежность функционирования эксплуатационного персонала (человеческий фактор).

До недавнего времени во многих странах повышение надежности контроля и управления АЭС осуществлялась за счет увеличения числа контролируемых параметров. Это привело к большому объему информации, доступной оператору - число контролируемых показаний датчиков, приходящихся на реакторную установку, может составлять до нескольких сотен, или даже тысяч. Качество работы оператора во многом зависит от степени информационной нагрузки, а также от ряда индивидуальных факторов: усталость, стрессовое состояние, оценка собственного опыта, уверенность в правильности действий, оценка серьезности ситуации и ее возможных последствий. В [2] приведена классификация типичных ошибок операторов: ошибочно поставленная цель, невозможность достижения цели из-за неверных действий, бездействие оператора, когда его участие необходимо.

На АЭС могут возникнуть ситуации, когда помимо действий систем аварийной защиты для предотвращения серьезных аварий необходимо вмешательство оператора. Тогда большое значение приобретает оперативная оценка происходящих в оборудовании процессов, которая позволяет оценить серьезность ситуации, определить ее первопричину, а также наметить последовательность действий по локализации и ликвидации аварии. Как правило, подобным ситуациям свойственен дефицит времени на принятие решения. В добавление к сказанному, используемые на АЭС системы контроля выявляют аномальные процессы уже на стадии их интенсивного развития. По сравнению с режимом нормальной эксплуатации, при авариях вероятность принятия оператором ошибочных решений значительно увеличивается [3].

Судя по опубликованным в разное время данным [4, 5], вклад человеческого фактора в статистику отказов и аварийных ситуаций на АЭС по разным странам составляет до 80%. Рассмотрение инцидентов и аварий позволяет утверждать, что многие из них могли бы быть предотвращены, или имели бы не столь серьезные последствия при наличии у оперативного персонала своевременной информации о возникновении и раннем развитии аномалии, когда технологические параметры еще находятся в пределах, определенных эксплуатационным регламентом.

Показательна в этом смысле авария с расплавлением двух топливных сборок на энергоблоке «Enrico Fermi-1» (США, 1966) [6]. При ее рассмотрении было установлено, что помимо необоснованного изменения конструкции облицовки конического обтекателя причиной послужили также неверные действия оператора, вызванные неправильной интерпретацией показаний прибора, контролирующего изменение нейтронного потока. Поводом для принятия решения об аварийном снижении мощности реакторной установки примерно через 15 минут после начала аварии послужили сигналы о превышении уровня активности в коробах вытяжной вентиляции и показания детекторов продуктов деления в теплоносителе. В течение всего этого времени оператор действовал, практически не осознавая происходящих процессов и их возможных последствий.

Авария на блоке №2 АЭС «Three Mile Island» (TMI 2, США, 1979) [7, 8] является еще одним примером, когда неправильные действия операторов, ставшие следствием недостоверных показаний контрольной аппаратуры, а также отсутствия необходимой и достаточной информации о развитии процесса, протекающего в активной зоне, определили в итоге характер аварии и ее масштабы.

При эксплуатации АЭС оценка качества представляемой оперативному персоналу информации о ходе технологического процесса и текущем состоянии оборудования осложнена различными факторами. Вследствие этого, осложнена оценка оптимальности принимаемых оператором решений, основанных на информации, поступающей от многочисленных датчиков. При этом вероятность принятия правильного решения находится в сильной зависимости от эксплуатационной ситуации.

Просуммировав сказанное, можно утверждать, что ошибочные действия эксплуатационного персонала, вызванные несвоевременным или недостаточным для принятия оптимального решения обеспечением информацией об аномальном состоянии оборудования, служат одной из основных причин аварий и инцидентов на АЭС.

Согласно требованиям безопасности [9], функции информационного обеспечения операторов возлагаются на системы контроля и управления. На энергоблоках с реакторами ВВЭР основной системой контроля состояния активной зоны является система внутриреакторного контроля (СВРК). Достоверность ее данных оценивается сравнением измеряемых величин или скоростей их изменения с допустимыми пределами (уставками). Анализ состояния СВРК осуществляется группой специалистов, сопровождающих ее эксплуатацию. При этом проводится сравнение показаний измерительной системы (ИС) с величинами, рассчитанными по аттестованным программам с учетом шестикратной физической симметрии активной зоны. Как показывает опыт эксплуатации АЭС, такой подход огрубляет представление о радиально-азимутальном распределении энерговыделения, затрудняет оценку достоверности показаний детекторов и выявление локальных физических процессов, требующих вмешательства оператора.

В соответствии с изложенным, разработка дополнительных к существующим методов объективной оценки состояния активной зоны, работоспособности измерительной системы, а также представления наглядной и объективной информации о состоянии активной зоны по данным внутриреакторного контроля является актуальной задачей.

Разработки, проведенные автором, доведены до комплекса алгоритмов, реализованных программным продуктом (системой «ССЖАЬ32») представления информации для оперативного анализа состояния активной зоны реакторов ВВЭР-1000 и работоспособности системы внутриреакторного контроля при эксплуатации энергоблока.

Обработка реальных данных внутриреакторного контроля при эксплуатации энергоблоков действующих АЭС показала, что разработанные автором методы и алгоритмы позволяют идентифицировать локальные

ВЫВОДЫ.

1. Проведенный обзор литературы показывает, что для повышения безопасности АЭС разработаны и разрабатываются различные модели и методы оценки состояния оборудования активной зоны, реализуемые в системах контроля, диагностики и представления оперативной информации. При представлении информации для оперативного анализа состояния активной зоны наиболее широко используются модели обработки данных внутриреакторных измерений, которые можно условно разделить на логические, динамические и классический подход к распознаванию образов (искусственный интеллект). Опыт эксплуатации реакторных установок показывает, что применение подобных моделей в системах контроля затрудняет оценку достоверности показаний детекторов измерительных систем и выявление локальных физических процессов, требующих вмешательства оператора.

2. В диссертационной работе разработана модель обнаружения отклонений радиально-азимутального распределения энерговыделения в активной зоне, основанная на оптимальной классификации данных ИС ВРК, представленных минимальным остовным деревом. В результате обработки нормированных показаний ИС с помощью описанных алгоритмов обеспечивается оперативное и эффективное обнаружение и наглядное представление радиальной асимметрии энергораспределения, а также областей повышенного и пониженного энерговыделения на картограмме активной зоны.

3. Применение усовершенствованной статистической модели активной зоны для анализа данных аксиального распределения энерговыделения позволяет проводить более надежную по сравнению с существующими средствами идентификацию локальных физических процессов (связанных, например, с искажением поля энерговыделения) и недостоверных показаний ИС.

4. Контроль развития локальных физических процессов в случае их идентификации осуществляется по отношению к «эталонному» состоянию активной зоны, описанному семейством минимальных остовных деревьев, построенным на данных измерительной системы. Такой подход позволяет оперативно и наглядно представлять на картограмме изменения энерговыделения во времени.

5. На примерах анализа реальных данных эксплуатации действующих АЭС в различных режимах показано, что совокупность разработанных и усовершенствованных алгоритмов позволяет наглядно представлять закономерности состояния активной зоны для принятия оперативных решений и оперативно оценивать работоспособность измерительной системы внутриреакторного контроля. При анализе используются только данные ИС - показания нейтронного и температурного контроля.

6. Представленные алгоритмы реализованы программным продуктом -системой «ССЖАЬ32». Основное ее назначение - оценка состояния активной зоны и работоспособности ИС ВРК. Сервисные функции, входящие в «СОЯАЬ32», позволяют проводить количественную оценку информативности измерительной системы, а также корректировать показания ИС (в частности, восстанавливать значения энерговыделения, соответствующие неисправным детекторам).

7. Программный продукт «СОЯАЬ32» используется на действующих АЭС с реакторами ВВЭР-1000. Результаты обработки реальных данных ИС при эксплуатации энергоблоков позволяют использовать «СО!1АЬ32» дополнительно к существующим средствам контроля как независимый канал оценки состояния активной зоны в целях повышения безопасности АЭС.

1. Наумов В.И. Человеческий фактор и организация поддержки операторов АЭС. // Атомная энергия. -1993. -Т. 74. -Вып. 4. -С. 344-348.

2. Диллон Б., Сингх Ч. Инженерные методы обеспечения надежности систем. -М.: Мир, 1984.

3. Hiroshi U. A probabilistic analysis method of evaluates the effect of human factors on plant safety. // Nuclear Technology. -1986. -V. 76. -№3. -P. 370376.

4. Королев В.В. Системы управления и защиты АЭС. -М.: Энергоатомиздат, 1986.

5. Антонов Б.В. Итоги эксплуатации АЭС России в 1995 году. // Известия вузов. Ядерная энергетика. -1996. -№3. -С. 4-8.

6. Scott R.L.Jr et al. Fuel melting Incident at the Fermi Reactor on Oct.5.1966. // Nuclear Safety. -1971. -V. 12. №2. -P. 123.

7. Der Storfall im Kernkraftwerk Three Mile Island, Block 2 (Harrisburg, USA). // VGB Kraftwerkstech. -1979. -V. 59. -№4. -P. 353-359.

8. Об аварии на АЭС «Три Майл Айленд 2». // Атомная энергия. -1979. -Т. 47 вып.1.-С. 61-63.

9. Общие положения обеспечения безопасности атомных станций (ОПБ-88). ПНАЭГ-1-011-89.

10. Башлыков А.А. Экспертные системы, состояние и перспективы применения в ядерной энергетике. -М.: Информэнерго, 1989.

11. Englemore R., Majumdar D. A quick overview of artificial intelligence and expert systems. // Nucl. Eng. and Design. -1989. -V. 113. -№2. -P. 173-180.

12. Schallop B. Application of in-core instrumentation system. // Nucl. Eng. Int. -1970. -V. 15. -№170. -P. 604-606.

13. Митин В.И. Технические средства внутриреакторного контроля на ВВЭР. // Атомная энергия. -1986. -Т. 60. -Вып. 1. -С. 7-11.

14. Warren N. Performance of pairs of hafnium and rhodium self-powered in-core detectors iv a PWR. // Nucl. Sci. and Eng. -1984. -V. 88. -P. 486-494.

15. Миттельман. М.Г., Симонов. K.B. Системы внутриреакторного контроля энергетических реакторов. // Энергохозяйство за рубежом. -1991. -№2. -С. 16-22.

16. Dio W.H., Grubel Н., Krempl R. // Atomkernenergie. -1982. -Bd. 41. -№3. -S. 165-168.

17. Системы внутриреакторного контроля АЭС с реакторами ВВЭР: Под ред. Левина Г.Л. -М.: Энергоатомиздат, 1987.

18. Лысиков Б.В., Прозоров В.К. Реакторная термометрия. -М.: Атомиздат, 1980.

19. Цимбалов С.А. Измерение энерговыделения в реакторе ВВЭР-1000 НВАЭС. // Препр. ИАЭ-4005/4. -М.: 1984.

20. Terney W. The C-E CECOR fixed in-core detector analysis system. // Trans. Amer. Nucl. Soc., 1983. -V. 44. -P.542.

21. Fanning Т. H., Palmiotti G. Variational Nodal Transport Methods with Heterogeneous Nodes. // Nucl. Sci. andEng, 1997.-V. 127.-P. 154-163.

22. Жолкевич E.A. Автоматизированная система подготовки входной информации к программам БИПР-6 и КР. // Препр. ИАЭ-3110. М., 1979.

23. Kim J. е. a. PWR power shape monitoring system (PWR-PSMS). -Trans. Am. Nucl. Soc., 1984. -V. 46. -P. 296-298.

24. Frogner В., Grow R. Performance evaluation of the BWR hybrid power shape monitoring system. // Trans. Amer. Nucl. Soc., 1981. -V. 38. -P. 682.

25. Gangoff W. Core On-line Monitoring And Computerized Procedures Systems. // Amer. Power Conf., 1986. -V. 48. -P. 664-667.

26. Симонов K.B. Развитие программно-математического обеспечения внутриреакторного контроля реакторов LWR в США. // Атомная техника за рубежом, 1988. -№8. -С. 3-8.

27. Beard C.L., Morita Т. Beacon an Advanced Continuous Core Operational Support System for Pressurized Water Reactors. // ENC'90: ENS/ANS -Foratom Conf. Transact., Lyon, 23-27 Sept. 1990. -V.2. -P. 1816-1819.

28. Aragones J.M., Ahnert C., Cabellos O. Methods and Performance of the Three -Dimensional Pressurized Water Reactor Core Diagnostics SIMTRAN On-line Code. // Nucl. Sci. and Eng., 1996. -V. 124. -№1. -P. 121-124.

29. Reirsen C., Marshall E. Evaluating Operator Support System in Realistic Conditions at Hammlab. // Nucl. Eng. Int., 1988. -V. 33. -№402. -P. 39-41.

30. Бурьян В.И., Глаголев В.И., Митин В.И., Таченников В.Н. Синтез поля энерговыделения в реакторах ВВЭР в реальном масштабе времени. // Вопросы атомной науки и техники. Сер. Ядерное приборостроение, 1987. -Вып. 2. -С. 74.

31. Long А.В. Technical Assessment of Disturbances Analysis System. // Nuclear Safety, 1980. -V. 27. -№1. -P.38-45.

32. Калинушкин A.E., Митин В.И., Семченков Ю.М. Создание экспертных систем для ядерной энергетики. Обзор. // Атомная техника за рубежом, 1990. -№7. -С. 3-8.

33. Naito N., Sakuma A., Shigeno K. A Real-Time Expert System for Nuclear Power Plant Failure Diagnosis And Operational Guide. // Nucl. Technol., 1987. -V. 79. -№3. -P. 284-296.

34. Herbert M.R. A Rewiew of On-line Diagnostic Aids for Nuclear Plant Operators. // Nucl. Energy, 1984. -V. 23. -№4. -P. 259-264.

35. Кобзев B.B. Построение базы знаний системы интеллектуальной поддержки оператора энергоблока на основе байесовского подхода. // Техн., Экон. Сер. Эргон., 1993. -№3. -С. 34-38.

36. Weiss S., Reagan W., Roe J. Experience with Operator Aids for Nuclear Power Plants in the USA. -In: Proc. Int. Conf. On Man-Machine Interface in Nuclear Industry. Tokyo, 15-19.02.1988.-P.323-329.

37. Elm W. How Artificial Intelligence Can Help. // Nucl. Eng. Int., 1988. -V. 33. -№406. -P. 36^0.

38. Czychon K.-H., Haffman E. VGB-Kraftwerkstechnik, 1993. -H. 10. -S. 864869.

39. Kahlert W., Jurgensen H., Lutzow K. Datentransfer vom Integrierten Betriebbsfuhrungssystem des ЮСЕ zur Zentralen Zuverlassigkeits und Ereignisdatenbank der VGB. // Jahrestagung Kerntechnik, 1996. -S. 521-523.

40. Могильнер А.И., Кудрявко В.П., Скоморохов C.O., Швецов Д.М. О некоторых методах решения задач контроля и диагностики аварийных состояний ядерных энергетических установок. // Препр. ФЭИ-588, Обнинск, 1975.

41. Скурихин А.Н. Нейронные сети: определения, концепции, применение. Обзор. // Препр. ФЭИ-0246. -М.: ЦНИИатоминформ, 1991.

42. Rumelhart D.E., McClelland J.L. Parallel Distributed Processing. // The MIT Press, Cambrige, Massachusets, 1987. -V.2.

43. Barlett E.B., Uhrig R.E. Nuclear Power Plant Status Diagnostics Using an Artificial Neural Network. //Nucl. Technol., 1992. -V. 97. -№3. -P. 272-281.

44. Arul A.J. Reactivity Surveillance in a Nuclear Reactor by Using a Layered Artificial Neural Network. // Nucl. Sci. and Eng., 1994. -V. 117. -№3. -P. 186193.

45. Saiki A., Okusa K., Endou A. Development of Diagnosis System of Autonomous Operation System for Nuclear Power Plants. // Proc. of PSAM-II, San Diego, California, USA, 1994.-P.139-141.

46. Bartal Y., Lin J., Uhrig R.E. Nuclear Power Plant Transient Diagnostics Using Artificial Neural Networks that Allow "Don't know" Classifications. // Nucl. Technol., 1995. -V. 110. -№3. -P. 436-449.

47. Reifman J. Survey of Artificial Intelligence Methods for Detection and Identification of Component Faults in Nuclear Power Plants. // Nucl. Technol., 1997. -V. 119. -№1. -P.76-82.

48. Koo Bon Hyun, Kim Hyong Choi, Chang Soon Heung. Development of RealTime Core Monitoring System Models with Accuracy-Enhanced Neural Networks. // IEEE Trans. Nucl. Sci., 1993. -V. 40. -№5. -P. 1347-1354.

49. Van der Hagen Tim H.J.J. Artificial Neural Networks Versus Conventional Methods for Boiling Water Reactor Stability Monitoring. // Nucl. Technol., 1995. -V. 109. -№2. -P. 286-305.

50. Вапник B.H., Червоненкис А.Я. Теория распознавания образов. Статистичские проблемы обучения. -М.: Наука, 1974.

51. Bezdek J.C., Dunn J.C. Optimal Fuzzy Partitions: A Heuristic for Estimating the Parameters in a Mixture of Normal Distributions. // IEEE Trans. On Computers, 1975.-V. 24.-P. 835-838.

52. Bezdek J.C. A Physical Interpretation of Fuzzy ISODATA. // IEEE Trans. On Systems, Man and Cybernetics, 1976. -№6. -P387-390.

53. Bezdek J.C. Cluster Validity with Fuzzy Sets. // Journal of Cybernetics, 1974. -V. 3.-P. 58-73.

54. Johnson G.L., Schultz E.E. Validating Data from Instruments in Harsh Environments: The Designer's Dilemma. // IEEE Trans. Nucl. Sci., 1990. -V. 37. -№2. -P. 987-991.

55. Lapinsky G.W., Eckenrode R.J., Goodman P.C., Correia R.P. A Status Report Regarding Industry Implementation of Safety Parameter Display Systems. // NUREG-1342, U.S. Nuclear Regulatory Commission, 1989.

56. Tylee J.L. Estimation of failed sensor outputs. // Nucl. Sci. And Eng., 1987. -V. 96.-P. 145-149.

57. Абагян A.A., Дмитриев B.M., Клебанов Л.А., Крошилин А.Е., Ларин Е.П., Морозов С.К. Система контроля и диагностики режимов работы энергоблока АЭС. // Атомная энергия, 1987. -Т. 63. -Вып. 5. -С. 311-315.

58. Oh D.Y., No Н.С. Instrument failure and estimation methodology for the nuclear power plant. // IEEE Trans. Nucl. Sci., 1990. -V. 37. -№1. -P. 21-27.

59. Willsky A.S. A survey of design methods for failure detection. // Automatica, 1976.-V. 12.-P. 601-609.

60. Deog Yeon Oh, Нее Cheon No, Si Hwan Kim. Instrument Failure Detection and Reconstruction Methodology in Space-Time Reactor Dynamic Systems with

61. Fixed In-Core Detectors. // IEEE Trans. Nucl. Sci., 1991. -V. 38. -№5. -P. 1026-1034.

62. Eryurek E., Upadhyaya B.R. Sensor Validation for Power Plants Using Adaptive Backpropagation Neural Network. // IEEE Trans. Nucl. Sci., 1990. -V. 37. -№2. -P. 1040-1047.

63. Matthews M.B., Moschytz G.S. Neural network nonlinear adaptive filtering using the extended Kalman filter algorithm. // INNC, Paris, 1990. -V.l. -P. 115118.

64. Fantoni P.F., Mazzola A. A Pattern-Recognition-Artificial Networking Based Model for Signal Validation in Nuclear Power Plants. // Ann. Nucl. Energy,1996. -V. 23. -№13. -P. 1069-1076.

65. Аварии и инциденты на атомных электростанциях. Уч. пособие ИАТЭ.: Под ред. Соловьева С.П. -Обнинск, 1992.

66. Лескин С.Т. Распознавание аномальных состояний основного оборудования АЭС по данным оперативного технологического контроля. Диссертация на соискание ученой степени доктора технических наук. -174с.

67. Еременко В.А. Пути обеспечения безопасного управления атомными энергетическими установками. -К.: Тэхника, 1988.

68. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Классификация и снижение размерности: Справ, изд. -М.: Финансы и статистика, 1989.

69. Лескин С.Т., Жидков С.В. представление состояния активной зоны ВВЭР-1000 минимальным связным графом. // Изв. Вузов. Ядерная энергетика,1997.-№3.-С. 9-13.

70. Рейнгольд Э., Нивергельт Ю., Део Н. Комбинаторные алгоритмы. Теория и практика. -М.: Мир, 1980.

71. Лескин С.Т. Алгоритмы классификаций для анализа состояний активной зоны по данным системы внутриреакторного контроля. // Изв. Вузов. Ядерная энергетика, 1996. -№4. -С. 20-26.

72. Фукунага К. Введение в статистическую теорию распознавания образов. -М.: Наука, 1979.

73. Классификация и кластер.: Под ред. Дж. ван Райзина. -М.: Мир, 1980.85.3агоруйко Н.Г. и др. Пакет прикладных программ ОТЭКС (для анализаданных). -М.: Финансы и статистика, 1986.

74. Лескин С.Т. Статистическая модель диагностики активной зоны ВВЭР. // Изв. Вузов. Ядерная энергетика, 1996. -№6. -С. 33-39.

75. Дж. Ту, Р. Гонсалес. Принципы распознавания образов. -М.: Мир, 1979.

76. Айвазян С.А., Бежаева З.И., Староверов О.В. Классификация многомерных наблюдений. -М.: Статистика, 1974.

77. Лескин С.Т., Жидков C.B., Система оценки состояния активной зоны реактора ВВЭР и измерительной системы СВРК при эксплуатации энергоблока по данным внутриреакторного контроля. Отчет № 835 по договору с Балаковской АЭС №23-LS-97 от 01.10.1997г, 61с.

78. Кузнецов E.H. Анализ структуры матрицы связей с помощью построения на ней монотонной системы. // Автоматика и телемеханика, 1980. -№7. -С.128-136.

79. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования. М: "Статистика", 1979.

80. Лескин С.Т., Жидков C.B. Об оценке состояния активной зоны и измерительной системы внутриреакторного контроля ВВЭР-1000. // Международный конгресс «Энергетика-3000», Обнинск, 12-16 окт. 1998г. -С. 28. (тезисы доклада).

81. Обнаружение изменения свойств сигналов и динамических систем: Под ред. М. Бассвиль, А. Банвениста. -М.: Мир, 1989.101

82. Акт о внедрении в опытную эксплуатацию по договору с Балаковской АЭС №23-LS-97 от 01.10.1997г. «Разработка и внедрение системы оценки состояния активной зоны и работоспособности внутриреакторного контроля при эксплуатации энергоблока».

83. Договор о научно-техническом сотрудничестве между Обнинским институтом атомной энергетики и Калининской АЭС от 26.06.1997г.

84. Лескин С.Т., Жидков C.B. Система оценки состояния активной зоны ВВЭР-1000 по данным внутриреакторного контроля при эксплуатации энергоблока. // Изв. Вузов. Ядерная энергетика, 1998. -№3. -С. 12-17.

85. Ксай В.К. Мера информативности для нечетких множеств. // IEEE. SMS-14, 1984. -№1.

86. Енюков И.С. Методы, алгоритмы, программы многомерного статистического анализа: Пакет ППСА. -М.: Финансы и статистика, 1986.

87. Ц^ ~ Каналы, отбракованные программой «С(ЖАЬ32»;- Класс, выделенный программой «ССЖАЬ32», цифра номер класса;- Канал измерения температуры;

88. У^ ^) Канал нейтронных измерений (КНИ).

89. Рис. П2.1. Условные обозначения к картограммам активной зоны.17 19 21 23 25 27 29 31 33 35 37 39 41

90. Рис. П2.2. Расположение каналов измерительной системы ВРК в активной зоне.

91. Рис. П2.3. Блок-схема алгоритма классификации данных ИС ВРК.16 18 20 22 24 26 28 30 32 34 36 38 40 4217 19 21 23 25 27 29 31 33 35 37 39 41

92. Рис. П2.4. Деформированное поле энерговыделения (Балаковская АЭС, 1 блок, 04.06.1999; 166 эфф.сут, N=2068 МВт). Средние параметры классов:- <2сР= 1,582 МВт/м; Тср = 292,2°С;- (}Ср = 3,639 МВт/м; Тср = 303,7°С; ¿На (2ср = 5,221 МВт/м; Тср = 312,2°С;02