2023~2024年度总结

去年计划：

  • 学习高温气冷堆仿真机使用，构建数据集。
  • 学习机器学习和Pytorch，补充知识结构。
  • 着手开展博士课题工作，为下学期开题做准备。

本年进展

  • 高温气冷堆仿真机使用方面

    基于HTR-PM仿真机，完成了事故数据的收集。

  • 机器学习和Pytorch学习方面

    有了更深入的理解，尤其是新兴的LLM，在研究方向上有所引入。

  • 博士课题方面

    • 课题选定：经过一段时间的摸索，课题最终选定在高温气冷堆的运行小样本下的瞬态监测、识别、预测和控制策略生成算法研究，并经历了博士生资格考试和开题报告两个阶段。

    • 课题进展：

      • 瞬态监测：基于数字孪生的核电站零样本学习瞬态检测框架
      • 瞬态识别：大型语言模型有助于瞬态识别，具有显著的泛化和未知瞬态识别能力
      • 参数预测：待做
      • 控制策略：待做

    • 专项计划：

      • 经过沟通，计划于2024年2月份-4月份在华能石岛湾核电厂开展实践，目前处于集团审批阶段。

    • 文章方面：

      • ICONE31: Underlying Deep Learning Networks Diagnosis Evaluation And Generative Adversarial Network Data Augmentation Based On A Benchmark Accident Dataset

      • Energies: Enhancing LOCA Breach Size Diagnosis with Fundamental Deep Learning Models and Optimized Dataset Construction

      • In writing：

        1.《A transient detection framework in Nuclear Power Plants Using Zero-Shot Learning Based on Digital Twin》

        2.《Large language model helps transient identification with significant unknown type identification and generalization under different data distributions》

明年计划

  • 完成博士课题后续部分

    • 参数预测
    • 控制策略

  • 顺利开展企业实践

  • 博士中期检查

  • 总结工作

​

​