基于自适应BP神经网络的压水堆堆芯换料关键参数的预测方法

• 作者: 潘翠杰 王东东 王威策 王端
• 来源期刊: 原子能科学技术
• 关键词: 人工智能 BP神经网络 自适应方法 堆芯参数预测
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 反应堆工程
• 页码范围: 112-118
• 页数: 7页
• 分类号: TL36
• 语种: 中文
• DOI: 10.7538/yzk.2019.youxian.0016

摘要

运用BP(back propagation)人工神经网络的方法,通过实现堆芯装载方式建模、自适应选择网络节点数、调整学习率和随机梯度下降搜索,快速准确地预测了秦山二期压水堆堆芯燃料换料3个关键参数:有效增殖因数、组件功率峰因子、棒功率峰因子,解决了传统方法需消耗大量算力、时间才能计算的问题.数值实验发现,对于超出训练数据以外的情形,BP神经网络方法的最大相对误差仍不超过2％,表明网络模型的可靠性和鲁棒性能较好,且可毫无困难地推广至其他参数预测,对人工智能算法在核工业领域的进一步应用做出了重要的探索.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王威策		1	1	1.0	1.0
2	潘翠杰		3	4	1.0	2.0
3	王东东		2	1	1.0	1.0