基于神经网络的核安全级主控制器负荷率预测研究

基于神经网络的核安全级主控制器负荷率预测研究

论文摘要

为保证系统运行的可靠性,核电厂对安全级数字化仪控系统主控制器的负荷率有着严格的要求,在系统投入正式运行前需要测试主控制器的负荷率。为了能够在设计阶段得到准确的负荷率值,有必要对具有非线性组合特点的主控制器的组态模块的执行时间进行研究,从而得到主控制器负荷率的预测值。为此设计了基于BP神经网络模型预测主控制器负荷率的方案;针对BP神经网络在训练过程出现的最优化问题,采用遗传算法加以优化改进。结果表明,该方法能够对主控制器负荷率进行快速准确的预测,满足实际工程需求。

论文目录

  • 1 CPU负荷率预测的基本方法分析
  • 2 基于遗传算法优化神经网络的核安全级CPU负荷率预测
  •   2.1 BP神经网络预测模型
  •     2.1.1 核安全级主控制器负荷率影响因素分析
  •     2.1.2 模型的建立
  •   2.2 遗传算法优化BP神经网络
  • 3 方法实现
  •   3.1 实例样本的获取
  •   3.2 样本训练
  • 4 结果分析
  • 5 结语
  • 文章来源

    类型: 期刊论文

    作者: 齐帅,陈智,吴志强,丁琳,刘朝晖

    关键词: 数字化仪表与控制系统,主控制器负荷率,神经网络,遗传算法

    来源: 自动化与仪表 2019年07期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 核科学技术,电力工业,自动化技术

    单位: 南华大学计算机学院,中国核动力研究设计院核反应堆系统设计技术重点实验室

    基金: 国家自然科学基金项目(61403183)

    分类号: TM623;TP183

    DOI: 10.19557/j.cnki.1001-9944.2019.07.002

    页码: 5-9

    总页数: 5

    文件大小: 349K

    下载量: 72

    相关论文文献

    标签:;  ;  ;  ;  

    基于神经网络的核安全级主控制器负荷率预测研究
    下载Doc文档

    猜你喜欢