压水堆核电站功率控制系统建模及控制方法研究
发布时间：2020-12-22 16:14
近年来我国核电装机容量逐渐增加,对核电站系统建模和控制问题提出了更高的要求。压水堆核电机组是复杂的非线性系统,各子系统之间相互关联,具有一定程度的不确定性。神经网络能够处理非线性问题,在处理非线性对象建模问题时能够取得较好的效果。本文在分析压水堆核电站功率控制系统各部分运行特点的基础上,选取冷却剂温度和压水堆功率作为研究对象,重点研究了改进剪枝算法在双隐层BP神经网络中的应用、冷却剂温度建模和协调控制系统非线性模型,并用预测控制算法对模型进行控制仿真研究。为了提高神经网络的泛化能力,本文从结构优化的角度,提出了一种改进的剪枝算法。在网络的每个输入节点和隐节点引入一个影响因子,将其与节点的输出相乘作为节点的实际输出传递到网络的输出节点。在不同训练精度下,权值和影响因子交叉修正,当训练误差较小时,因影响因子能够代表所在节点对网络输出的贡献大小,以影响因子的数值作为删除节点的参考,不断精简网络。仿真结果表明,带有剪枝算法的神经网络能够在精简网络结构、增强网络泛化能力的基础上,保证较好的收敛精度和较快的收敛速度。通过对压水堆核电站功率控制系统进行分析,将研究对象分为一回路冷却剂温度和反应堆功率...
【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：102 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 协调控制系统在发电机组中应用的研究现状
1.2.2 压水堆核电站功率控制系统建模方法研究现状
1.2.3 压水堆核电站功率控制系统控制策略研究现状
1.3 论文研究内容
1.4 论文组织结构
第二章 改进剪枝算法在BP神经网络中的应用
2.1 神经网络
2.1.1 神经网络基本原理
2.1.2 BP神经网络算法
2.1.3 常见剪枝算法
2.2 改进的剪枝算法
2.2.1 网络结构
2.2.2 算法推导
2.2.3 基本步骤
2.3 算法验证
2.3.1 样本选择和网络初始结构
2.3.2 仿真结果
2.3.2.1 剪枝能力
2.3.2.2 收敛精度
2.3.2.3 泛化能力
2.3.2.4 收敛速度
2.4 本章小结
第三章 压水堆核电站功率控制系统分析与建模
3.1 压水堆核电站系统
3.1.1 系统组成
3.1.2 核电站运行方式
3.2 一回路冷却剂温度模型
3.2.1 冷却剂温度控制系统
3.2.2 反应堆动力学
3.2.3 状态空间描述形式
3.2.4 模型验证
3.3 剪枝BP神经网络在功率控制系统建模中的应用
3.3.1 网络样本
3.3.2 剪枝BP神经网络模型
3.4 本章小结
第四章 压水堆核电站功率控制系统控制与仿真
4.1 反应堆控制系统功能及要求
4.2 预测控制
4.2.1 预测控制基本原理
4.2.2 GPC预测控制
4.2.3 神经网络与预测控制
4.3 一回路冷却剂温度控制系统的预测控制
4.3.1 设定值扰动
4.3.2 内扰、外扰
4.4 协调控制系统的预测控制
4.4.1 设定值扰动
4.4.2 外扰、内扰
4.5 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
致谢
参考文献
作者简介
附录A 图目录
附录B 表目录
附录C 主要符号表
【参考文献】：
期刊论文
[1]基于PSCAD的核电站动力/电气一体化仿真平台研究[J]. 叶鹏,秦伟,滕云,胡耀宁. 系统仿真学报. 2017(04)
[2]电力系统动态仿真中AP1000核电机组的简化实用模型[J]. 吴国旸,鞠平,宋新立,谢成龙,罗芳绘,刘燕嘉,苏志达,苏毅. 中国电机工程学报. 2017(06)
[3]核电厂反应堆冷却剂平均温度预测控制及仿真研究[J]. 钱虹,房振鲁,金蔚霄,周蕾,郑鹏远. 核动力工程. 2016(02)
[4]一种改进的BP神经网络剪枝算法研究[J]. 张虹,王丹. 西南大学学报(自然科学版). 2016(03)
[5]基于模糊思想的核电厂多输入数据处理算法研究[J]. 黄奇,孙剑,王玮,张瑞,张英,王殳,陈柯. 核科学与工程. 2015(04)
[6]基于多模型动态矩阵预测的冷却剂平均温度控制[J]. 钱虹,金蔚霄. 热力发电. 2015(11)
[7]低碳约束下中国核电发展及其规模分析[J]. 张生玲,李强. 中国人口·资源与环境. 2015(06)
[8]我国核电发展趋势和政策选择[J]. 徐小杰,程覃思. 中国能源. 2015(01)
[9]基于惩罚函数泛化的神经网络剪枝算法研究[J]. 熊俊,王士同,潘永惠,包芳. 计算机工程. 2014(11)
[10]田湾核电站控制棒原理及运行经验[J]. 谢佳志,刘超. 硅谷. 2014(13)
博士论文
[1]压水堆核电机组一回路系统建模与智能参数优化研究[D]. 李永玲.华北电力大学 2014
[2]神经网络在过程辨识与控制中的应用研究[D]. 周黎辉.华北电力大学（河北） 2004
硕士论文
[1]核电站建模及功率控制技术研究[D]. 秦伟.沈阳工业大学 2016
[2]基于现场数据的热工过程辨识研究[D]. 钱磊.东南大学 2016
[3]核反应堆功率的模糊预测控制[D]. 吴天昊.哈尔滨工程大学 2016
[4]模型预测控制在核电站反应堆功率控制系统中的应用研究[D]. 王梦月.华北电力大学 2015
[5]基于多变量预测控制理论的压水堆核电站协调控制与仿真研究[D]. 金蔚霄.上海电力学院 2015
[6]压水堆负荷跟踪建模及其功率控制系统的优化与仿真[D]. 赖海龙.上海电力学院 2014
[7]国内典型压水堆核电站数字化仪控系统方案优化[D]. 孟庆军.华北电力大学 2013
[8]一体化反应堆协调控制技术研究[D]. 刘妍.哈尔滨工程大学 2013
[9]结合神经网络的核电站—回路机理模型的研究[D]. 范军丽.华北电力大学 2013
[10]核反应堆功率分布与功率控制协调方法研究[D]. 穆铁钢.哈尔滨工程大学 2012
本文编号：2932048
【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：102 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 协调控制系统在发电机组中应用的研究现状
1.2.2 压水堆核电站功率控制系统建模方法研究现状
1.2.3 压水堆核电站功率控制系统控制策略研究现状
1.3 论文研究内容
1.4 论文组织结构
第二章 改进剪枝算法在BP神经网络中的应用
2.1 神经网络
2.1.1 神经网络基本原理
2.1.2 BP神经网络算法
2.1.3 常见剪枝算法
2.2 改进的剪枝算法
2.2.1 网络结构
2.2.2 算法推导
2.2.3 基本步骤
2.3 算法验证
2.3.1 样本选择和网络初始结构
2.3.2 仿真结果
2.3.2.1 剪枝能力
2.3.2.2 收敛精度
2.3.2.3 泛化能力
2.3.2.4 收敛速度
2.4 本章小结
第三章 压水堆核电站功率控制系统分析与建模
3.1 压水堆核电站系统
3.1.1 系统组成
3.1.2 核电站运行方式
3.2 一回路冷却剂温度模型
3.2.1 冷却剂温度控制系统
3.2.2 反应堆动力学
3.2.3 状态空间描述形式
3.2.4 模型验证
3.3 剪枝BP神经网络在功率控制系统建模中的应用
3.3.1 网络样本
3.3.2 剪枝BP神经网络模型
3.4 本章小结
第四章 压水堆核电站功率控制系统控制与仿真
4.1 反应堆控制系统功能及要求
4.2 预测控制
4.2.1 预测控制基本原理
4.2.2 GPC预测控制
4.2.3 神经网络与预测控制
4.3 一回路冷却剂温度控制系统的预测控制
4.3.1 设定值扰动
4.3.2 内扰、外扰
4.4 协调控制系统的预测控制
4.4.1 设定值扰动
4.4.2 外扰、内扰
4.5 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
致谢
参考文献
作者简介
附录A 图目录
附录B 表目录
附录C 主要符号表
【参考文献】：
期刊论文
[1]基于PSCAD的核电站动力/电气一体化仿真平台研究[J]. 叶鹏,秦伟,滕云,胡耀宁. 系统仿真学报. 2017(04)
[2]电力系统动态仿真中AP1000核电机组的简化实用模型[J]. 吴国旸,鞠平,宋新立,谢成龙,罗芳绘,刘燕嘉,苏志达,苏毅. 中国电机工程学报. 2017(06)
[3]核电厂反应堆冷却剂平均温度预测控制及仿真研究[J]. 钱虹,房振鲁,金蔚霄,周蕾,郑鹏远. 核动力工程. 2016(02)
[4]一种改进的BP神经网络剪枝算法研究[J]. 张虹,王丹. 西南大学学报(自然科学版). 2016(03)
[5]基于模糊思想的核电厂多输入数据处理算法研究[J]. 黄奇,孙剑,王玮,张瑞,张英,王殳,陈柯. 核科学与工程. 2015(04)
[6]基于多模型动态矩阵预测的冷却剂平均温度控制[J]. 钱虹,金蔚霄. 热力发电. 2015(11)
[7]低碳约束下中国核电发展及其规模分析[J]. 张生玲,李强. 中国人口·资源与环境. 2015(06)
[8]我国核电发展趋势和政策选择[J]. 徐小杰,程覃思. 中国能源. 2015(01)
[9]基于惩罚函数泛化的神经网络剪枝算法研究[J]. 熊俊,王士同,潘永惠,包芳. 计算机工程. 2014(11)
[10]田湾核电站控制棒原理及运行经验[J]. 谢佳志,刘超. 硅谷. 2014(13)
博士论文
[1]压水堆核电机组一回路系统建模与智能参数优化研究[D]. 李永玲.华北电力大学 2014
[2]神经网络在过程辨识与控制中的应用研究[D]. 周黎辉.华北电力大学（河北） 2004
硕士论文
[1]核电站建模及功率控制技术研究[D]. 秦伟.沈阳工业大学 2016
[2]基于现场数据的热工过程辨识研究[D]. 钱磊.东南大学 2016
[3]核反应堆功率的模糊预测控制[D]. 吴天昊.哈尔滨工程大学 2016
[4]模型预测控制在核电站反应堆功率控制系统中的应用研究[D]. 王梦月.华北电力大学 2015
[5]基于多变量预测控制理论的压水堆核电站协调控制与仿真研究[D]. 金蔚霄.上海电力学院 2015
[6]压水堆负荷跟踪建模及其功率控制系统的优化与仿真[D]. 赖海龙.上海电力学院 2014
[7]国内典型压水堆核电站数字化仪控系统方案优化[D]. 孟庆军.华北电力大学 2013
[8]一体化反应堆协调控制技术研究[D]. 刘妍.哈尔滨工程大学 2013
[9]结合神经网络的核电站—回路机理模型的研究[D]. 范军丽.华北电力大学 2013
[10]核反应堆功率分布与功率控制协调方法研究[D]. 穆铁钢.哈尔滨工程大学 2012
本文编号：2932048
本文链接：https://www.wllwen.com/kejilunwen/dianlilw/2932048.html
教材专著
