基于改进强化学习的小型模块化核反应堆智能路径规划（英文）

摘要

小型模块化反应堆（后文简称反应堆）是当前核反应堆技术探索的前沿领域.智能控制技术的发展为反应堆向着无人化和自主控制发展提供了新动能.反应堆的自主控制过程可简单分为状态诊断、自主决策和协调控制3个阶段.本文研究了反应堆瞬时状态的自主识别与自主任务规划问题.本文利用人工神经网络（ANN）建立了基于反应堆运行知识库的状态识别模型，为反应堆控制系统智能地判断系统的瞬时状态提供了依据.本文进而提出了一种改进的强化学习路径规划算法，以执行路径转移决策，在指定模式下实现以最小代价进行工况转移.本文的研究实现了反应堆的全范围控制路径的智能规划，为无人化反应堆的设计建造提供了理论基础.

关键词

小型模块化核反应堆 / 工况识别 / 路径规划 / 强化学习

基金资助

国家重点研发计划（2024YFA1012803）; 基于机器学习的复杂系统模型机理数据融合技术研究项目(SCU&DRSI-LHCX-6)