极端工况下核电设备基础的风险预测方法及系统

本发明涉及极端工况下核电设备基础的风险预测方法及系统，通过获取核电设备基础的土层参数，构建原始状态数值模型，根据得到的原始状态数值模型划定风险区域范围并布置测点；获取测点对应的变形数据和极端工况对应的外部环境因素数据，利用训练完毕的预测模型，得到预测的变形值，当预测变形值超过相应风险区域范围设定的风险等级时，发出风险预警。将数值仿真和机器学习模型相结合，利用数值仿真结果作为初始建模和监测点布置的依据，同时将仿真模型结合监测数据用于训练机器学习模型，能够兼顾复杂的物理过程，并从海量数据中提取隐含的模式和规律，能够综合考虑大量影响因素，从而提高风险评估的准确性和全面性。