基于ν-支持向量机的事故工况下反应堆功率预测

作     者：蒋波涛 黄新波 Hines JWesley 赵福宇 Jiang Botao;Huang Xinbo;Hines JWesley;Zhao Fuyu

作者机构：西安工程大学电子信息学院西安710048 田纳西大学核工系田纳西诺克斯维尔37996 西安交通大学核科学与技术学院西安710049 

基　　金：国家自然科学基金青年项目(11705135) 国家留学基金资助项目(201508610045) 陕西省教育厅专项科研计划项目(15JK1297) 西安工程大学博士科研启动基金项目(BS1339) 

出 版 物：《核动力工程》 (Nuclear Power Engineering)

年 卷 期：2019年第40卷第6期

页      码：105-108页

摘      要：针对事故工况下堆芯功率变化的特点和神经网络(ANNs)易陷极小值、收敛速度慢等问题,提出一种基于ν-支持向量回归机(ν-SVR)的事故工况下堆芯功率预测方法。该方法运用k重交叉验证(k-CV)完成对ν-SVR参数的优化,然后在此基础上设计2种不同的ν-SVR预测器并将其用于弹棒事故(REA)和落棒事故(RDA)工况下的堆芯功率预测。研究表明,与ANNs相比,该方法具有更高的预测精度和更短的响应时间。

主 题 词：支持向量机 弹棒事故 落棒事故 

学科分类：082703[082703] 08[工学] 0807[工学-电子信息类] 0827[工学-食品科学与工程类] 0703[理学-化学类] 0801[工学-力学类] 

核心收录：

D　O　I：10.13832/j.jnpe.2019.06.0105

馆 藏 号：203878550...