论文部分内容阅读
在核动力蒸汽发生器（SG）运行过程中，其逆动力学效应使其动态特性难以辨识。为提高蒸汽发生器动态特性辨识的效果，提出了基于小波神经网络的蒸汽发生器动态过程辨识的新方法。辨识模型采用串-并联型辨识结构，网络训练采用Levenberg-Marququardt学习算法（LMBP）。对蒸汽发生器典型运行工况的辨识结果表明，所提出的方法能够正确地辨识蒸汽发生器的动态特性且具有较高的辨识精度。