基于elman神经网络的蒸汽发生器水位重构

• 作者: 段孟强 王贵利 郑映烽 陈玉清
• 来源期刊: 核动力工程
• 关键词: elman神经网络 SG水位 重构 仿真
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 安全与控制
• 页码范围: 116-119
• 页数: 4页
• 分类号: TL364+.9
• 语种: 中文

摘要

蒸汽发生器(SG)水位指示仪表出现虚假指示或者丧失指示的情况时有发生,严重影响操纵员对核动力装置运行情况的判断.elman神经网络是典型的动态神经网络,在处理复杂非线性对象中能直接反映动态过程系统的特性.本文提出用elman神经网络重构蒸汽发生器水位的方法,以主蒸汽管道破口事故下重构蒸汽发生器水位为例建模求解,与仿真数据进行对比,结果表明elman神经网络对SG水位重构的相对误差小、精度高,能满足实际需要.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈玉清		39	103	6.0	7.0
2	郑映烽		11	27	2.0	5.0
3	段孟强		1	3	1.0	1.0
4	王贵利		1	3	1.0	1.0