来源：期刊VIP网 时间：
作者：刘涛;谢金森;邓年彪;陈鹏宇;吴智强;张二品;于涛;
单位：南华大学核科学技术学院;南华大学核能与核技术工程虚拟仿真实验教学中心;
摘要：随着核电厂向数字化和智能化转型，利用神经网络对瞬态参数进行预测，辅助操作人员处理事故成为可能。针对基于梯度下降的BP神经网络在预测核电厂瞬态参数时可能陷入局部最优的问题，提出了一种结合萤火虫算法(Firefly Algorithm, FA)优化的BP神经网络(FA-BP神经网络)。使用PCTRAN仿真软件生成的数据，比较了FA-BP神经网络与传统BP网络在预测性能上的差异，并应用FA-BP神经网络进行故障诊断。研究结果表明，FA-BP神经网络在训练效率和预测精度方面均显著优于传统BP网络，并在故障诊断中展现出高准确率。实验表明FA-BP模型能够支持核电厂操作人员在事故中更有效地管理机组状态，增强核电安全性。
关键词：核电厂;;瞬态参数预测;;萤火虫算法;;BP神经网络
基金资助：湖南省自然科学基金项目(No.2022JJ30481)
