本發明在元件破損判定準確性方面超越了現有的用數學物理方程計算和靠人的經驗判斷的方法,根據大量放射化學測試數據深度分析技術和創建新的相關轉化數據方法,增強新領域知識引導數據變量和多個相關因子概念,實現了準確地對核電堆芯燃料元件破損的判定和預測,并成功解決了核電領域核燃料元件破損準確判斷和預測的難題。發明了多個相關輔助變量及諸多因子,并發明了對這些輔助變量和因子的計算模型;發明了用測試數據集合對不同方法的效果差異化定量分析方法;用單一變量熵、全熵及累積和熵進行比較,用來確定更適合算法的優化方法;發明了對燃料元件破損判定的新技術方法;發明了弱化低貢獻參數方法;發明了新的燃料元件破損判斷和預測方法。
聲明:
“基于人工智能技術對核電站反應堆燃料元件包殼破損的判定及預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)