基于LSTM的小型压水堆功率控制系统故障诊断研究

范珉; 朱加良; 王海麟

doi:10.20190/j.cnki.02580918.202602022

您当前的位置：

首页 >

文章列表页 >

基于LSTM的小型压水堆功率控制系统故障诊断研究

更新时间：2026-05-20

- 基于LSTM的小型压水堆功率控制系统故障诊断研究
- Vol. 46, Issue 2, Pages: 408-413(2026)
- 作者机构：
  
  1. 中核浙能能源有限公司
  2. 中国核动力研究设计院核反应堆技术全国重点实验室
- 作者简介：
- 基金信息：
- DOI：10.20190/j.cnki.02580918.202602022
  CLC： TL421.1;TM623;TP183
- Published：2026
- 稿件说明：
移动端阅览
范珉, 朱加良, 王海麟. 基于LSTM的小型压水堆功率控制系统故障诊断研究[J]. 2026, 46(2): 408-413.
DOI：

范珉, 朱加良, 王海麟. 基于LSTM的小型压水堆功率控制系统故障诊断研究[J]. 2026, 46(2): 408-413. DOI： 10.20190/j.cnki.02580918.202602022.

摘要

小型压水堆结构布置紧凑、应用场景广泛且运行工况变化频繁，其控制系统可靠性对维持反应堆正常工作至关重要。反应堆功率控制系统作为小型压水堆核心控制系统之一，导致该系统发生故障的事故序列较多，精准识别故障序列并执行合理的容错措施有助于提高小型压水堆功率控制系统的可靠性。本文以小型压水堆作为研究对象，开展基于长短期记忆（LSTM）网络的反应堆功率控制系统故障诊断研究。首先，基于集总参数法建立小型压水堆堆芯模型，并采用功率反馈设计小型压水堆功率控制系统。同时，考虑小型压水堆功率控制系统可能发生的故障序列，生成小型压水堆控制系统故障样本数据。然后，基于LSTM网络构建故障诊断模型，采用故障样本数据对所构建的故障诊断模型进行训练。最后，对故障诊断模型的准确性与泛化能力进行测试与验证。验证结果表明，基于LSTM的故障诊断模型可有效诊断小型压水堆功率控制系统故障序列，且诊断精度较高。

Abstract

关键词

Keywords

references

山世光,阚美娜,刘昕,刘梦怡,邬书哲.深度学习:多层神经网络的复兴与变革[J].科技导报,2016(14).

李晗,萧德云.基于数据驱动的故障诊断方法综述[J].控制与决策,2011(01).

廖龙涛,王鹏飞.小型压水堆功率多模型内模鲁棒控制研究[J].自动化与仪表,2018(11).

周世梁,刘玉燕,杜文.基于故障树方法的核电厂数字化反应堆功率控制系统可靠性分析[J].核科学与工程,2013(04).

周法清,张琴芳.反应堆控制系统可靠性动态分析[J].核动力工程,1991(04).

曾文杰,姜庆丰,李楚豪,梁乐华,赵守智,谢金森.小型压水堆堆芯功率模糊控制研究[J].核科学与工程,2022(05).

徐欢,杨秋勇,邹文景,钏涛,黄祖源.深度学习在电力系统异常损耗数据识别中的应用研究[J].南京邮电大学学报(自然科学版),2024(02).

刘涛,谢金森.基于LSTM神经网络的核电厂瞬态参数预测与故障诊断研究[J].核动力工程,2025(02).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于故障树方法的核电厂数字化反应堆功率控制系统可靠性分析

小型压水堆严重事故序列的筛选及模拟分析研究

小型压水堆屏蔽泵的屏蔽套涡损计算方法及应用

AP1000核电厂大规模工业供汽方案研究

大曲率凸曲壁面附近双空泡溃灭动力学特性研究

Related Author

周世梁

刘玉燕

杜文

陈玉清

赵新文

杨磊

王智超

陆道纲

Related Institution

华北电力大学核科学与工程学院2. 华北电力大学控制与计算机工程学院

中国核动力研究设计院核反应堆系统技术重点实验室2. 海军工程大学核能科学与工程系

华北电力大学核科学与工程学院

非能动核能安全技术北京市重点实验室

AI问答

⁰