智能控制在SGTR规程中的应用研究

核电厂发生蒸汽发生器传热管破裂(SGTR)事故后,操纵员需按相应规程进行操作。但在事故序列处理中,一回路冷却剂的降温、降压效果大多依靠操纵员的运行经验。针对该问题,本文提出一种基于长短期记忆神经网络(LSTM)和自适应比例-积分-微分(PID)的SGTR规程优化方法,并给出了实现流程。利用某1000 MW模拟机开展了SGTR事故模拟实验,基于模拟实验数据对本文方法进行了测试。仿真结果表明,与操纵员人工操作相比,本文提出的智能操作方法具有更好的降温、降压效果,本文方法可为核电厂事故规程的智能化操作提供一种新思路。

核电厂SGTR规程优化研究

核电厂通过应急运行规程(EOP)来缓解蒸汽发生器传热管破裂(SGTR)事故,SGTR事故分析结果显示,在缓解过程中操纵员开启稳压器卸压阀进行反应堆冷却剂系统(RCS)降压后,安全注射(简称“安注”)流量大幅增加,导致稳压器水位大幅增加,可能存在潜在的危险。本文目的是为了更好地缓解SGTR事故,使事故缓解过程中稳压器水位不致上升过高,确保核电厂安全。通过对EOP缓解步骤进行优化,提前切除一列安注,并对优化后的EOP缓解事故过程进行分析计算,最终结果显示稳压器最高水位下降,减少了稳压器水位过高的风险,为后续核电厂规程的改进提供了依据。