核电厂主冷却剂泵动态趋势实时预测方法研究

来源：核动力工程杂志2025年第4期北京时间：

作者：张秀春, 夏虹, 刘永康, 朱少民, 贾朱钧, 姜莹莹, 刘洁

单位：1.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；2.哈尔滨工程大学核安全与仿真技术国防重点学科实验室，哈尔滨，150001；3.苏州热工研究院有限公司，江苏苏州，215000；4.国家核电厂安全及可靠性工程技术研究中心，江苏苏州，215000；5.中广核研究院有限公司，广东深圳，518000；

摘要：准确的预测是核动力装置状态监测和运行维护的基础，为了提高系统和部件动态趋势预测的精度，本文提出了一种基于信号分解策略的时间序列预测方法。首先，利用变分模态分解（VMD）将原始时间序列信号分解为2个分别含有高频成分和低频趋势项的子序列。然后，采用贝叶斯优化（BOA）的门控循环单元（BOA-GRU）模型和自回归移动平均（ARIMA）模型分别对高频和低频子序列进行预测。最后，将2个子序列的预测值进行重构得到原始信号的预测结果。利用提出的混合模型对某核电厂主冷却剂泵的时间序列信号进行单步和多步预测，并利用均方根误差（RMSE）、平均绝对百分比误差（MAPE）、平均绝对误差（MAE）等指标对预测精度进行评估。结果表明，该混合模型能够对主冷却剂泵的运行状态进行准确地预测和追踪，并且与基础模型的对比突出了混合模型在复杂信号预测中的优势。

关键词：变分模态分解（VMD）, 自回归移动平均（ARIMA）, 门控循环单元（GRU）, 混合模型；趋势预测, 主冷却剂泵

基金资助：国家自然科学基金（U21B2083）