%0 Journal Article
%T BP神经网络在DNBR计算中的应用
%A 黄禹
%A 刘俊强
%A 刘乐
%J 核技术
%P 70606-70606
%D 2015
%R 10.11889/j.0253-3219.2015.hjs.38.070606
%X 在压水堆事故分析中，通常采用系统分析程序、热流密度计算程序和子通道分析程序分步计算堆芯偏离泡核沸腾比(DeparturefromNucleateBoilingRatio,DNBR)。利用该方法计算的堆芯DNBR结果准确性较好，但是计算过程繁琐、费时。对于系统分析程序自带的堆芯DNBR简化计算模型，由于其根据堆芯限制线偏微分近似得到，适用范围较窄，准确性也难以保证。利用神经网络中的误差反向传播(BackPropagation,BP)算法，基于堆芯核功率、入口温度、流量和压力4个变量对应的一系列DNBR值，选取部分数据进行训练并建立模型，以达到快速和准确地预测堆芯DNBR的目的。根据误差分析，建立的计算模型具有较好的准确性，而且在部分失流事故和汽机停机事故下可较好地预测堆芯DNBR。
%K 偏离泡核沸腾比
%K 神经网络
%K 误差反向传播算法
%K 事故分析
%U http://www.j.sinap.ac.cn/hejishu/CN/abstract/abstract436.shtml