随着社会的发展和经济的快速增长,人们逐渐意识到传统能源在使用方面的局限性和对环境的危害性,寻求清洁高效的能源被提上日程,能源研究的方向开始拓展到核能领域。从核电事业发展以来,反应堆堆芯就是人们研究的热点,堆内功率的控制情况在很大程度上决定了反应堆的安全性。但现今对于反应堆功率控制系统的研究都是基于反应堆的点堆模型,这种模型与反应堆的实际功率分布相比,偏差较大,因此基于点堆模型设计的控制器与实际控制器的差异较大。为此,本文建立了反应堆堆芯的三维功率分布模型,并尝试利用三种比较成熟的智能控制方法去改进传统的反应堆功率控制系统,对控制器的性能进行了深入的研究。首先,针对秦山一期300MW反应堆,建立了反应堆堆芯的三维功率分布仿真模型。模型以GSE公司开发的REMARK堆芯物理计算程序为基础,采用三维两群带六组缓发中子的扩散方程,将中子通量密度分解为形状函数和幅值函数两部分进行求解。针对只设置堆外核功率探测器的反应堆,尝试利用堆外探测器计数和神经网络建立智能三维堆芯功率分布模型,重构出堆芯内部的功率分布情况,减小功率实时监测的难度。其次,针对传统PID控制器不能实时在线整定参数的缺点,选择了智能算法中的人工神经网络算法和遗传算法,根据最优控制理论将这两种智能算法分别与传统PID控制器相结合,设计出神经网络PID控制器和遗传算法PID控制器。此外,由于预测控制也采取了最优控制的思想,利用滚动的有限时段优化方法取代了传统的全局优化方法,与传统PID控制方法相比,预测控制方法具有更好的动态控制性能。因此本文也选取了预测控制来改进反应堆功率控制系统,采用神经网络作为该控制器的预测模型,设计出神经网络预测控制器。将前述三种智能控制器分别应用到堆芯三维功率分布仿真模型中,验证各控制器的可用性。最后,将传统PID控制器、神经网络PID控制器、遗传算法PID控制器、神经网络预测控制器四种控制器的性能作对比,分析比较各控制器的特点。仿真结果表明,在反应堆功率控制方面,三种智能控制器的性能均优于传统PID控制器,其中,神经网络预测控制器的调节时间最短,性能最优。本文对于智能堆芯功率重构和反应堆功率分布智能控制进行了有益的尝试。