8月6日电，据塔斯社消息，国家科学研究中心“库尔恰托夫研究所”的科学家开发出一种用于分析热物理参数的神经网络，可模拟核电站(NPP)的严重事故，该科学中心新闻处向塔斯社证实了这一消息，称使用人工神经网络处理数据能更准确预测核设施面临的威胁。

此解决方案可预测达到重新临界状态的概率，这种情况可能出现在超设计基准事故中，伴随冷却剂损失和活动区元素熔化。研究所方面表示，神经网络的独特之处在于能积累“经验”，据此推断出此前事故分析中可能遗漏的核危险情况，从而更准确预测此类情况的参数，并采取应对超设计基准事故的措施，同时显著缩短计算时间。

目前，分析核电站核安全性的程序基于尽可能完整描述系统状态的数据，对真实物体中的中子分布进行建模。但对严重事故建模需要较大计算资源，没有现代技术几乎无法完成。作者建议用人工智能元素分析严重事故各阶段的核安全性。

库尔恰托夫研究所核能设施核安全分析部研究员亚历山大·格拉兹科夫称，利用人工神经网络模型开发的方法，主要优势在于能切实可行地分析超设计基准事故中的核安全。此前，人们采用保守假设，高估有效中子增殖因子的值，或使用基于专家多年经验的状态选择算法。

据悉，该研究成果已发表在《原子科学与技术问题：核反应堆物理学》期刊上。