核能是重要的清潔基荷能源.發(fā)展核能對(duì)減少化石能源依賴、提升國(guó)家能源供應(yīng)的自主性、韌性和安全性至關(guān)重要．先進(jìn)可靠的反應(yīng)堆運(yùn)行控制技術(shù)是確保核電站安全、穩(wěn)定、高效運(yùn)行的基礎(chǔ)，反應(yīng)堆的核心控制系統(tǒng)、關(guān)鍵傳感器、先進(jìn)算法等是具有戰(zhàn)略價(jià)值的關(guān)鍵核心技術(shù)．目前，持續(xù)加大研發(fā)力度，早日實(shí)現(xiàn)從硬件到軟件的完全自主可控已成為打破國(guó)外技術(shù)封鎖、保障國(guó)家核工業(yè)安全可靠的迫切需求.

2024年6月，四川大學(xué)學(xué)報(bào)（自然科學(xué)版）發(fā)起了“核反應(yīng)堆智能控制\"專欄征稿活動(dòng).該專欄聚焦目前核反應(yīng)堆數(shù)據(jù)處理、系統(tǒng)控制熱點(diǎn)難點(diǎn)的最新研究理論及應(yīng)用，不僅征集到來自高校的研究成果，還征集到來自研究院和企業(yè)一線科研人員的最新成果.經(jīng)過邀請(qǐng)、投稿及嚴(yán)格的審稿程序，最終在四川大學(xué)學(xué)報(bào)（自然科學(xué)版）2025年第4期“核反應(yīng)堆智能控制\"專欄發(fā)表6篇研究論文，作者分別來自四川大學(xué)、西南石油大學(xué)、中國(guó)核動(dòng)力研究設(shè)計(jì)院及國(guó)家電網(wǎng)四川省電力公司等單位，具體論文內(nèi)容如下：

（1）《用于核動(dòng)力系統(tǒng)態(tài)勢(shì)感知的深度梯度鏈?zhǔn)揭嫠惴ā丰槍?duì)反應(yīng)堆一回路參數(shù)的精準(zhǔn)預(yù)測(cè)問題建立了一種離線的核動(dòng)力系統(tǒng)瞬態(tài)運(yùn)行參數(shù)分析預(yù)測(cè)方法，并基于仿真模型開展了算法驗(yàn)證.仿真結(jié)果表明，預(yù)測(cè)算法在降功率工況下的最小可信度達(dá) 94.25% ，事故工況下最小可信度達(dá) 90.92% ，運(yùn)行速度達(dá)到秒級(jí)，可實(shí)現(xiàn)精準(zhǔn)快速的預(yù)測(cè).

（2）《基于參數(shù)遞歸的核電機(jī)組弱影響參數(shù)辨識(shí)模型》針對(duì)復(fù)雜系統(tǒng)的弱影響參數(shù)辨識(shí)問題，基于參數(shù)遞歸構(gòu)建了一種弱影響參數(shù)辨識(shí)模型.所謂弱影響參數(shù)是指這樣一類參數(shù)，在大部分情形下它們對(duì)系統(tǒng)的輸出僅有較小影響，但參數(shù)的精確值又對(duì)系統(tǒng)操控等起著關(guān)鍵作用.作為應(yīng)用，該文對(duì)核電機(jī)組蒸汽發(fā)生器的閥門開度、閥門CV值和參考水位等3個(gè)參數(shù)進(jìn)行了辨識(shí)，其中閥門開度和參考水位是弱影響參數(shù).數(shù)值模擬結(jié)果表明，相比多元感知機(jī)，該方法的精度較高：兩次遞歸后，閥門開度平均辨識(shí)誤差率下降11. 07% ，閥門CV值平均辨識(shí)誤差率下降 2.601% ，參考水位參數(shù)平均辨識(shí)誤差率下降達(dá) 95.79%

（3）《融合注意力機(jī)制與ED-LSTM模型的核工程虛擬測(cè)量方法》針對(duì)如何提高反應(yīng)堆傳感器的虛擬測(cè)量精度的問題構(gòu)建了一類融合多種注意力機(jī)制的Encoder-Decoder LSTM（ED-LSTM）模型，并設(shè)計(jì)13組方案對(duì)模型的性能進(jìn)行了評(píng)估.仿真結(jié)果表明，將不同注意力機(jī)制應(yīng)用于ED-LSTM模型的編碼器后，模型的預(yù)測(cè)性能都有提升，其中時(shí)間注意力機(jī)制的效果最好;因果注意力機(jī)制在不同添加方式下均能有效提升模型性能，且效果較穩(wěn)定;在模型的解碼器中添加注意力機(jī)制則模型性能出現(xiàn)下降.

（4）《基于模糊策略的核反應(yīng)堆功率非線性PI控制》針對(duì)如何進(jìn)一步提高浮動(dòng)式核電廠壓水堆核反應(yīng)堆系統(tǒng)反應(yīng)堆功率控制性能的問題，建立一種結(jié)合模糊控制和非線性PI控制的控制方法，實(shí)現(xiàn)對(duì)PI控制器參數(shù)和棒速程序的自適應(yīng)調(diào)整．低負(fù)荷且負(fù)荷大幅變化工況下的仿真結(jié)果表明，相較傳統(tǒng)PI控制，該控制策略能夠進(jìn)一步優(yōu)化反應(yīng)堆功率和冷卻劑平均溫度的超調(diào)量和調(diào)節(jié)時(shí)間，進(jìn)一步減少控制棒行程.

（5）《基于改進(jìn)強(qiáng)化學(xué)習(xí)的小型模塊化核反應(yīng)堆智能路徑規(guī)劃》針對(duì)自主控制的智能路徑規(guī)劃決策的問題，提出一種改進(jìn)的強(qiáng)化學(xué)習(xí)路徑規(guī)劃算法，最終實(shí)現(xiàn)了全范圍核反應(yīng)堆控制路徑的智能路徑規(guī)劃決策.

（6）《核反應(yīng)堆堆芯功率的神經(jīng)網(wǎng)絡(luò)分?jǐn)?shù)階PID復(fù)合控制器》針對(duì)堆芯功率的穩(wěn)定控制和動(dòng)態(tài)響應(yīng)慢的問題，提出了一種結(jié)合分?jǐn)?shù)階控制與神經(jīng)網(wǎng)絡(luò)控制的復(fù)合方案，設(shè)計(jì)了基于BP神經(jīng)網(wǎng)絡(luò)的分?jǐn)?shù)階PI^λD^μ 復(fù)合控制器，最終實(shí)現(xiàn)堆芯的平穩(wěn)快速控制.仿真結(jié)果表明，該控制器不僅可以通過神經(jīng)網(wǎng)絡(luò)實(shí)時(shí)參數(shù)調(diào)優(yōu)，還在響應(yīng)效果上保留了分?jǐn)?shù)階 PI^λD^μ 控制器的優(yōu)點(diǎn).

（責(zé)任編輯：周興旺）