中国实验快堆热工参数的自适应BP神经网络预测方法研究

作     者：王东东 杨红义 王端 林超 王威策 WANG Dongdong;YANG Hongyi;WANG Duan;LIN Chao;WANG Weice

作者机构：中国原子能科学研究院反应堆工程技术研究部北京102413 核工业研究生部北京102413 核工业西南物理研究院四川成都610041 

出 版 物：《原子能科学技术》 (Atomic Energy Science and Technology)

年 卷 期：2020年第54卷第10期

页      码：1809-1816页

摘      要：中国实验快堆(CEFR)堆芯的热工参数是否超出限值是评价反应堆安全运行的标准。本文针对燃料包壳最高温度预测问题,通过堆芯子通道分析程序COBRA生成数据样本后,开发基于BP神经网络自适应算法的智能预测程序,对于特定的单盒组件,仅需给出堆芯进口功率和流量,即可实现燃料包壳最高温度的快速准确预测。结果表明,与COBRA相比,在大规模重复性计算的场景下,自开发程序能节约大量计算时间和算力,提高燃料包壳设计和CEFR运行时的操作效率。实验分析得出BP神经网络方法的最大相对误差不超过6%,平均预测相对误差不超过3%,计算效率提升至原程序的300倍,网络模型的预测精度高,且易推广至实验快堆其他参数预测,具有很大的应用前景。

主 题 词：中国实验快堆 燃料包壳最高温度 BP神经网络 自适应方法 

学科分类：08[工学] 0807[工学-电子信息类] 0827[工学-食品科学与工程类] 082701[082701] 0703[理学-化学类] 0801[工学-力学类] 

核心收录：

D　O　I：10.7538/yzk.2019.youxian.0751

馆 藏 号：203986164...