核电作为低碳能源在我国能源结构中占据重要地位,如今中国核电已进入安全高效发展阶段,为保证运行安全,核电厂在停堆换料期间,对所有安全相关传感器和监测仪表进行再校准,对相关设备进行检修。传统的维护策略不但成本高,还可能导致系统和设备风险,并降低可用性。随着智能算法的快速发展,基于状态的预测策略日益受到关注,如在线监测。在线监测的相关技术标准由美国核管会在NUREG-6895文件上给出,其中包括了许多智能算法。论文针对两种不同的传感器系统,分类和整理包括在线监测智能算法在内的传感器参数校准方法,深入研究独立成分分析、多元状态估计技术和序贯概率比检验三种算法,并基于MATLAB编程工具进行实现。论文以核电厂冗余和非冗余传感器系统为研究对象,测试算法异常监测的效果。论文主要研究内容和结果如下:1.对于冗余传感器系统的异常监测,提出独立成分分析和序贯概率比检验相结合的方法。本文利用独立成分分析模型预测冗余传感器系统状态,使用序贯概率比检验对系统状态的残差进行检验,判断系统所处的状态。论文使用核电厂主蒸汽冗余压力数据对算法模型进行测试,验证了独立成分分析和序贯概率比检验相结合的方法在冗余传感器系统异常监测的可用性。2.对于非冗余传感器系统的异常监测,使用多元状态估计技术和序贯概率比检验相结合的方法。利用核电厂原理模拟机数据进行方法测试,验证该方法在核电厂原理模拟机降功率过程中蒸汽发生器传热管破裂事故下的可用性,测试过程中对蒸汽发生器水位数据进行分析,测试结果表明多元状态估计技术和序贯概率比检验相结合的方法可在模拟机蒸汽发生器水位报警之前给出预警信息。本文的研究表明智能算法在核电厂的应用存在可行性和广阔的应用前景,研究成果可为在线监测技术在核电厂的实施提供了理论和技术参考。