核反应堆传感器智能在线监测技术与鲁棒性自校正方法的研究

来源：核动力工程杂志2025年第5期北京时间：

作者：许分钦, 闫晓钰, 庞波, 赵豆, 涂燕

单位：1.深圳大学核科学与技术系，广东深圳，518060；2.国家能源核电运营及寿命管理技术研发中心-核电运营安全技术联合实验室，广东深圳，518060；3.中国核动力研究设计院，成都，610213；

摘要：为解决数据驱动传感器分析冗余模型普遍存在鲁棒性较差的问题，提出了训练集数据鲁棒性处理方法，并构建了基于自关联多变量长短期记忆人工神经网络（LSTM）模型的传感器在线监测与自校正方法。采用压水式核反应堆工程试验装置的真实传感器测量数据对方法进行了验证。结果表明本研究方法能实现传感器信号的鲁棒性高精度重构，满足核反应堆传感器的在线监测与鲁棒性自校正需求。

关键词：核反应堆, 传感器在线监测, 自关联多变量长短期记忆人工神经网络（LSTM）, 鲁棒性自校正

基金资助：深圳市科技创新委员会技术攻关重点项目（JSGG20210629144537005）