核电站板式换热器污垢热阻长时预测方法

核电站对板式换热器使用需求正逐步上升,现有的污垢热阻预测模型泛化能力较低,时序序列角度设计方案较少.针对国内某核电站1号机组的RRI/SEC换热器的实验数据进行主成分分析,优化长短期记忆神经网络设计模型来预测瞬时污垢热阻,覆盖12条管道温度和4条管道流量等变量.模型可精确预测未来25天内的污垢清洗需求,精度可达99.35％,能够在实际使用中,减少换热器监测的人力成本,以提前对板式换热器部分机组停机清洗,增加使用周期和整体机组换热效率.