题名
基于机器学习的小型核反应堆系统状态预测方法
DOI
作者
曾聿赟1 刘井泉1 杨春振1 孙凯超2
作者单位
1.清华大学工程物理系；2.麻省理工学院核反应堆实验室
摘要
为支持小型可移动高温熔盐堆(TFHR)自动控制系统的开发，提出了一种基于机器学习的反应堆状态预测模型，以根据仪控系统的监测数据评估反应堆当前状态并预测其未来发展。该模型由一个反应堆物理子模型和热工子模型构成，由TFHR一回路的RELAP模型生成训练数据，通过支持向量回归(SVR)训练得到，并采用粒子滤波(PF)方法估计其中的未知模型参数。通过TFHR反应性引入事故的测试算例表明，本文提出的预测模型在预测反应堆状态、估计模型参数(如反应性引入率)等方面具有良好的性能。
关键词
机器学习；状态预测；粒子滤波(PF)；反应堆自动控制
刊名
核工业与技术
ISSN
3079-0018
年、卷(期)
20183
所属期刊栏目
工程技术
打印