基于分层神经网络的压水堆堆芯换料关键参数的预测方法研究

摘要： 压水堆堆芯换料方案的选择直接关系到核电厂运行的安全性和经济性，是一项费时费力的工作。为高效准确地选取可行的堆芯换料方案，本文提出了分层神经网络模型来预测堆芯换料方案的关键参数：循环长度和最大焓升因子。本方法设计了双层隐藏层网络结构，通过选取合适的权重初始化方法、激活函数、自适应学习率和优化器等，学习大量的工程换料数据获取堆芯关键参数预测模型。本文所提方法分开学习关键参数特征，避... （共8页）