后处理费用的不确定以及人们对核电安全的担忧，都对核电站设计的安全性和经济性提出了更高的要求，而非能动设计即为解决方案之一。非能动设计，通过简化装置，减少对外界输入的依赖，提高了核电系统的安全性和经济性。但是因为设计思路有较大差别，广泛应用于传统核电站安全分析的概率安全评价（Probabilistic Safety Assessment，PSA）方法并不能完全适用，而针对非能动系统的安全分析目前还刚刚起步，此类研究非常必要和重要。本文以目前非能动核电站中最为主流的AP1000堆型为研究对象，重点分析了该堆型用于排出堆芯余热的非能动余热排出系统（Passive Residual Heat Removalsystem，PRHRs）的安全评价方法。讨论了当前非能动可靠性研究的分析框架，针对当前方法中存在的计算成本过高的问题，创新性的使用了神经网络方法和二次响应面方法进行替代分析。首先，根据AP1000设计说明文档提供的数据，使用Relap5最优估算程序建立电厂的模型，并进行稳态调试。该模型针对PRHRs的分析进行了适当简化，设定研究的事故工况为丧失主给水事故。第二步，对PRHRs的相关参数进行分析对比，使用层次分析方法确定对于最终目标有重要贡献的结构参数和热工参数，依据概率分布抽样得到数据样本，代入热工程序中计算输出值，得到初始的数据样本。最后，利用已经取得的试验样本数据，建立神经元网络以及二次响应面方法的回归模型，代替原始的热工程序进行分析。重点分析了神经网络方法中网络结构（激励函数、隐层个数、隐层节点数等）对模拟效果的影响，对比了原始数据样本量大小对于模拟结果的影响，使用bootstrap方法计算了输出参量的修正值和置信区间。最后对比了使用各种方法进行非能动可靠性分析的时间效率。