基于特征融合并行优化模型的环境 γ 辐射剂量率 数据分析与预测

• 作者: 刘君武 吴允平 林明贵
• 来源期刊: 辐射防护
• 关键词: 时间序列 辐射环境 高压电离室探测器 γ辐射剂量率 奇异谱分析 特征融合网络
• 年，卷（期）: 2024,（2）
• 所属期刊栏目: 辐射防护监测
• 页码范围: 26-33
• 页数: 8页
• 语种: 中文

摘要

核电辐射环境监测网(ERMS)能提供实时、连续的监测数据，是核电最重要的外围监督性设施，为辐射环境评估提供数据依据。为掌握影响辐射数据质量的特征要素与及时发现环境的辐射异常，开展高压电离室探测器(HPIC)剂量率数据的特征挖掘与预测研究，提出一种基于奇异谱分析算法(singular spectrum analysis, SSA)的γ辐射剂量率数据预处理方法，从其历史数据中学习涨幅趋势和拐点细节变化；针对数据的多维度特点，设计一种特征融合并行优化模型预测框架，以福建宁德核电站外围11个自动站辐射监测数据、天顶方向总电子含量(VTEC)数据进行实验验证。实验结果表明，该模型对环境γ辐射剂量率预测取得了较好的预测性能与精度。