论文部分内容阅读
蒸汽发生器（SG）水位指示仪表出现虚假指示或者丧失指示的情况时有发生，严重影响操纵员对核动力装置运行情况的判断。elman神经网络是典型的动态神经网络，在处理复杂非线性对象中能直接反映动态过程系统的特性。本文提出用elman神经网络重构蒸汽发生器水位的方法，以主蒸汽管道破口事故下重构蒸汽发生器水位为例建模求解，与仿真数据进行对比，结果表明elman神经网络对SG水位重构的相对误差小、精度高，能满足实际需要。