2601_95085457的博客

原创 一种基于PINN-GNN融合模型的LOCA破口尺寸智能预测方法

 核电厂冷却剂丧失事故（LOCA）的破口尺寸识别是应急决策的关键难题。本文提出一种物理信息神经网络（PINN）与图神经网络（GNN）的融合架构，通过嵌入安注系统的质量-能量守恒约束，实现破口尺寸的高精度反演。该模型以17个关键热工水力参数为输入，利用GNN学习核系统组件间的拓扑耦合关系，借助PINN强制执行物理一致性，克服了纯数据驱动方法的外推性缺陷。方法论阐述表明，该框架在保证计算效率的同时，能够显式满足守恒方程，为核事故诊断提供可解释的AI解决方案。