利用浅层循环解码网络实现循环燃料反应堆参数化状态估计的高效性

研究人员提出一种基于浅层循环解码器网络的高效参数化状态估计方法，应用于第四代熔盐快堆（MSFR）。该方法仅需三个非核区的中子通量时间序列数据，即可推断包含中子通量、先驱物浓度、温度、压力及速度在内的反应堆完整状态向量。研究扩展了标准架构以处理参数化时间序列数据，并验证了其在多种工况下的准确估计能力。得益于极低的训练成本，该方法还能量化状态估计的不确定性，其实时重构各特征场的能力使其适用于反应堆数字孪生框架下的监控与控制。