基于LHS抽樣的不確定性分析方法在概率安全評價中的應(yīng)用研究.pdf

1、近年來，隨著核能安全事件的頻繁發(fā)生，采取有效的手段對核能安全進(jìn)行科學(xué)的管理、評價已經(jīng)成為一個重要的課題。概率安全評價方法(PSA)是目前廣為使用的評價方法之一，建立完備高效的概率安全評價模型已經(jīng)成為核安全領(lǐng)域常用的方法。由于普遍適用性，基于抽樣方法的不確定性分析方法在PSA領(lǐng)域得到了廣泛的應(yīng)用。改進(jìn)型分布式抽樣方法(IHS)是一種優(yōu)化的拉丁超立方抽樣(LHS)方法，它提出了通過最優(yōu)距離思想對樣本點進(jìn)行篩選，解決了LHS在樣本空間分布不均

2、勻的問題，但是其提出的最優(yōu)距離只能在理想條件下達(dá)到最優(yōu)，實際操作中會引入很大的誤差，這就造成了IHS方法在實際使用中的局限性。在IHS抽樣方法的基礎(chǔ)上，如何引入新的方法，打破這種局限性成為我們研究的一個重要問題。
　　本文首先回顧了不確定性分析的原理以及常見的抽樣方法，然后重點分析IHS方法存在的不足，在此基礎(chǔ)上提出了修正因子的概念對IHS方法進(jìn)行優(yōu)化，通過修正因子對最優(yōu)距離進(jìn)行修正。測試表明新方法提高了抽樣效果，在低抽樣維數(shù)情況

3、下，抽樣效果可以提高更為明顯。在不同的抽樣樣本點數(shù)N和抽樣維數(shù)M下，修正因子隨著抽樣情況的不同而有所不同。本文通過大量的數(shù)據(jù)分析，擬合出了修正因子曲線，并提出了基于因子函數(shù)的α-IHS方法，實驗驗證了新方法抽樣均勻性的改進(jìn)將近10％。
　　本文方法應(yīng)用到中國科學(xué)院核能安全技術(shù)研究所·FDS團(tuán)隊前期開發(fā)的可靠性和概率安全分析軟件RiskA系統(tǒng)中。RiskA中最初采用的抽樣方法是蒙卡抽樣，通過本文方法的改進(jìn)，新方法的抽樣次數(shù)僅為原方法