核動力裝置運行趨勢預(yù)測技術(shù)研究.pdf

1、運行趨勢預(yù)測技術(shù)的研究與應(yīng)用可以準(zhǔn)確、及時地反映核動力裝置（Nuclear Power Plant，NPP）的運行變化趨勢，給操縱員提供預(yù)報警信息。因此，對于提高核動力裝置的安全性和緩解操縱員的壓力具有重大意義。
　　本文通過對核動力裝置的運行特性、主要特征參量的變化規(guī)律進行深入分析，和對核動力裝置運行趨勢預(yù)測研究現(xiàn)狀的分析得出：采用灰色預(yù)測方法或BP神經(jīng)網(wǎng)絡(luò)預(yù)測方法對核動力裝置的運行趨勢進行預(yù)測是可行的。在了解灰色預(yù)測方法和BP

2、神經(jīng)網(wǎng)絡(luò)預(yù)測方法的基礎(chǔ)上深入研究了GM（1，1）預(yù)測模型和BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型。針對GM（1，1）預(yù)測模型只能對單個原始序列建模的缺點，本文通過引進分塊矩陣的運算，在GM（1，1）模型對單個原始序列建模的基礎(chǔ)上，提出了能夠?qū)Χ鄠€原始序列建模的改進型GM（1，1）模型。另外本文通過采用訓(xùn)練樣本集的動態(tài)更新技術(shù)和神經(jīng)網(wǎng)絡(luò)的在線訓(xùn)練技術(shù)，在BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型的基礎(chǔ)上，提出了能夠隨時間動態(tài)更新的在線BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型。在對核動力裝置特征參量

3、的時間序列預(yù)測中，比較GM（1，1）預(yù)測模型、改進型GM（1，1）預(yù)測模型、BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型和在線BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型的優(yōu)缺點及適用的范圍并提供原因分析。研究BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型在核動力裝置關(guān)鍵參量軟測量中的應(yīng)用，對軟測量的結(jié)果進行原因分析和效果評價。在 Visual Studio2010開發(fā)環(huán)境下，利用C＃4.0程序語言完成核動力裝置運行趨勢預(yù)測系的設(shè)計與開發(fā)，并采用全范圍仿真軟件的數(shù)據(jù)驗證預(yù)測模型的有效性。
　　驗證結(jié)果表