基于深度強化學習的反應(yīng)堆熱工系統(tǒng)運行溫度智能控制方法研究

摘要： 傳統(tǒng)比例-積分-微分（PID）控制方法難以實現(xiàn)良好穩(wěn)定的控制效果。本文提出了基于深度強化學習的反應(yīng)堆熱工系統(tǒng)運行溫度智能控制方法，步驟為：(1)搭建反應(yīng)堆熱工系統(tǒng)RELAP5模型，并對其進行交互擴展，使其能夠支持深度強化學習技術(shù)；(2)在柔性動作-評價（SAC）算法的基礎(chǔ)上耦合了多變量長短期記憶（LSTM）神經(jīng)網(wǎng)絡(luò)，有效提取了控制歷史信息的時序特征；(3)基于優(yōu)化目標驅(qū)動的控制... （共9頁）

反應(yīng)堆熱工系統(tǒng) 深度強化學習 柔性動作-評價(SAC) 長短期記憶(LSTM) 智能控制