基于修正ConvLSTM的核事故剂量场预测方法

章晶; 王骄亚; 马凯; 路红星; 吴国华; 王文林; 徐志辉; 杨方青; 李小龙

doi:10.20190/j.cnki.02580918.202604011

English Version Journal Login

您当前的位置：

首页 >

文章列表页 >

基于修正ConvLSTM的核事故剂量场预测方法

更新时间：2026-10-16

- 基于修正ConvLSTM的核事故剂量场预测方法
- Vol. 46, Issue 4, Pages: 875-887+786(2026)
- 作者机构：
  
  1. 三峡大学水电工程智能视觉监测湖北省重点实验室
  2. 三峡大学计算机与信息学院
  3. 中广核工程有限公司核电安全技术与装备全国重点实验室
  4. 深圳技术大学中德智能制造学院
  5. 深圳市核安全与应急产业科技创新中心
- 作者简介：
- 基金信息：
- DOI：10.20190/j.cnki.02580918.202604011
  CLC： TL364;TP18
- Published：2026
- 稿件说明：
移动端阅览
章晶, 王骄亚, 马凯, et al. 基于修正ConvLSTM的核事故剂量场预测方法[J]. 2026, 46(4): 875-887+786.
DOI：

章晶, 王骄亚, 马凯, et al. 基于修正ConvLSTM的核事故剂量场预测方法[J]. 2026, 46(4): 875-887+786. DOI： 10.20190/j.cnki.02580918.202604011.

摘要

针对核事故应急响应中核素扩散模拟的核心需求，在传统ConvLSTM时空序列预测模型基础上，引入差异修正模块，构建改进型ConvLSTM风场预测模型，实现多源气象变量驱动下的u、v分量风场精细化短时预测，并以此为基础开展短时核素扩散计算，为核应急决策提供技术支撑。改进模型保留了ConvLSTM对时空特征的强提取能力，通过新增差异修正模块针对性优化预测偏差，有效弥补传统模型在局地环流、地形扰动等复杂条件下的预测不足；模型以多元气象要素为输入，实现对u、v分量风场的实时预测，兼顾了风场整体演化规律与局地细节的还原能力。研究通过平均绝对误差（MAE）、均方根误差（RMSE）、皮尔逊相关系数r开展模型性能评估，结果表明模型预测结果误差分布均匀稳定，无显著极端偏差，验证了模型的鲁棒性与复杂场景适配性。基于模型输出的高精度短时风场，进一步开展短时核素扩散数值计算，为核事故应急响应中的污染范围预判、疏散路线规划提供了科学依据。

Abstract

关键词

Keywords

references

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于改进深度学习模型的核电厂事故早期诊断技术研究

基于对比学习的核电厂故障诊断方法

分段烟羽模型和烟团模型在核事故应急中的应用比较

模糊决策理论在核事故应急决策中的应用

我国核应急决策支持系统研究现状及其与RODOS的比较

Related Author

何志军

郑燃

张婧

金成毅

周士祺

林萌

陈逸龙

刘原中

Related Institution

中国核电工程有限公司

中广核工程有限公司

上海交通大学核电安全与装备全国重点实验室

上海交通大学四川研究院

上海交通大学核动力系统与装备教育部重点实验室

AI问答

⁰