Key points are not available for this paper at this time.
Kleine modulare Reaktoren (SMRs) entwickeln sich derzeit in Richtung höherer Automatisierungs- und Intelligenzgrade, wobei die intelligente Steuerung als ein herausragender Trend in der Entwicklung von SMRs hervortritt. SMRs weisen im Vergleich zu konventionellen kommerziellen Nuklearkraftwerken bedeutende Unterschiede in den Entwurfsspezifikationen und im Design der Sicherheits- Hilfssysteme auf. Folglich sind Fehlerdiagnosetechniken, die auf kommerziellen Nuklearkraftwerken basieren, für SMRs nicht geeignet. Diese Studie entwarf ein Fehlersuchsystem für den System-integrierten Modularen Fortgeschrittenen Reaktor SMR, indem sie die Software PCTRAN/SMR V1.0 und eine tief lernende neuronale Netzwerkstruktur nutzte. Durch den Vergleich mehrerer Designvarianten neuronaler Netzwerke wurde festgestellt, dass das CNN-BiLSTM-Modell, das bidirektionale Datenverarbeitung verwendet, eine Fehlerdiagnosegenauigkeit von 97,33 % erreichte. Dieses Ergebnis bestätigt die Genauigkeit und Effektivität des Fehlersdiagnosesystems. Dies unterstützt die endgültige Implementierung von autonomer Steuerung für SMRs stark.
Ren et al. (Do,) untersuchten diese Frage.