WEE与GA-SVM在反应堆CRDM电流故障分类中的应用

作者：徐鸣睿; 朱振杰; 霍孟友

来源：机械设计与制造, 2023, 1-5.

DOI：10.19356/j.cnki.1001-3997.20230824.004

• 控制棒驱动机构
• 电流监测
• 故障分类
• 小波能量熵
• 支持向量机
• 遗传算法

控制棒驱动机构（CRDM）的可靠性决定了反应堆的安全性，对控制棒驱动机构进行有效监测是极为必要的。针对控制棒驱动机构线圈电流变化能有效反应控制棒驱动机构运行状态的特点，在小波能量值的基础上引入滑动窗和熵值理论构建了基于小波能量熵（WEE）的线圈电流特征向量，并设计了基于支持向量机（SVM）的控制棒驱动机构电流故障分类算法，分别使用遗传算法（GA）与粒子群算法（PSO）对支持向量机的惩罚系数c和核函数参数g进行优化，较为准确地实现了对控制棒驱动机构电流故障的分类。仿真与对比结果表明：1）相比于基于小波能量值，基于小波能量熵的特征向量更能体现线圈电流的局部特征，也更为准确地实现线圈电流故障的分类；2）相较于粒子群算法，遗传算法作为支持向量机参数优化算法分类准确的同时，参数寻优效率更高。

• 单位
  山东大学