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

欢迎来到能源电力期刊网！

English Version 期刊登录

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

智能化技术 | 更新时间：2026-10-16

- 基于修正ConvLSTM的核事故剂量场预测方法
- 基于修正ConvLSTM的核事故剂量场预测方法
- 核科学与工程 2026年46卷第4期页码：875-887+786
- 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：
  
  深圳市科技计划资助(No.JCYJ20241202124703004)
- DOI：10.20190/j.cnki.02580918.202604011
  中图分类号： TL364;TP18
- 纸质出版：2026
- 稿件说明：
移动端阅览
章晶, 王骄亚, 马凯, 等. 基于修正ConvLSTM的核事故剂量场预测方法[J]. 核科学与工程, 2026,46(4):875-887+786.

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

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

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

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