基于多智能体强化学习的反应堆功率协调控制方法研究

来源：核动力工程杂志2025年第2期北京时间：

作者：牛振锋, 李桐, 李江宽, 刘永超, 吕为, 谭思超, 田瑞峰

单位：1.哈尔滨工程大学黑龙江省核动力装置性能与设备重点实验室，哈尔滨，150001；2.哈尔滨工程大学核安全与先进核能技术工信部重点实验室，哈尔滨，150001；

摘要：为提高核电厂反应堆功率与蒸汽发生器水位的协调控制精度，本研究提出了一种基于双延迟深度确定性策略梯度（TD3）算法的多智能体强化学习协调控制框架，在该框架中，不同子任务被分配给相应的智能体，各智能体相互配合以准确协调反应堆功率和蒸汽发生器水位。通过一系列仿真实验，评估了该框架在不同工况下的性能表现，结果表明，多智能体控制框架在多种功率切换工况下显著提高了控制速度和稳定性，其超调量和控制时间均优于传统比例积分微分（PID）控制器，证明了该框架的有效性和优越性；此外，该框架在未经训练的新工况中也表现出优异的泛化能力，能够有效改善反应堆功率的协调控制精度与稳定性。

关键词：RELAP5协调控制, 反应堆功率控制, 蒸汽发生器水位控制, 多智能体强化学习, 双延迟深度确定性策略梯度（TD3）

基金资助：国家自然科学基金（12405200）；中央高校基本科研业务费（3072024CFJ1501）；黑龙江省省属本科高校“优秀青年教师基础研究支持计划”（KY11500240018）