基于神经网络的蒸汽发生器过程辨识方法研究

摘要

在核电站运行过程中,由于蒸汽流量随负荷变化,蒸汽发生器内沸腾区域的气泡数量因局部压力变化而变化,水位呈现瞬时“虚假水位”现象,给蒸汽发生器的水位特性辨识带来困难。如果处理不当,就会严重影响核电站的安全运行。为了提高蒸汽发生器水位特性的辨识效果,对基于神经网络的蒸汽发生器水位辨识方法进行了研究。辨识模型采用串-并联型辨识结构。网络训练采用Levenberg-Marququardt BP学习算法(LMBP)。仿真结果表明,所提出的方法具有良好的辨识性能。