数字化反应堆控制系统（精选三篇）
数字化反应堆控制系统 篇1
中国人喜欢吉利的数字, 最典型的就是8和6这两个数字, 因为8代表“发”, 有发财的含义, 6代表“顺”, 有六六大顺的意思。在中国文化中, 谐音赋予了数字更多的内在含义, 如 (表1) 所示。还有很多人喜欢9, 喜欢多个同数相连或者顺连。而在中国股市交易市场中数字命理学是一个基本策略, 这其中既有迷信的成分, 也包括自我预言的实现。反映出中国社会的一种普遍信念, 那就是数字能代表运气。本文通过描述中国股票交易市场中存在的“数字偏好”, 比如对“8”的追捧和对“4”的回避, 说明数字命理学在交易中有很大的决策引导作用, 并由此提出一些建议和看法。
二、文献回顾
(一) 价格聚集效应
价格集聚效应是指有些价格数据出现的频率比别的数据出现更频繁的趋势, 它是由于人为偏好和一些潜在的价值观等共同作用形成的。比如以0和5为尾号的数据, 是表现比较突出的, 因为代理人在叫价的时候趋向于使用这些比较突出的数据。Osborn (1962) 是第一个在证券市场上讨论价格集聚效应的人, 他使用的是纽约证券交易市场的收盘价格, 研究发现最低价和收盘价大多数趋向于整数, 然后是二分之一、四分之一等。同时Niederhoffer (1965) 在买卖限制方面以及Harris (1991) 在纽约证券交易市场的每日收盘价中也发现了这个规律。Aitken.et.al对澳大利亚市场、Hameed and Terry对新加坡市场以及Grossman et al对伦敦交易市场的研究都说明在这三个证券交易市场上存在利用小数交易比用分数交易更频繁的现象, 即存在集聚效应。
(二) 中国的文化对价格集聚效应的影响
Brown et.al (2002) 考察了中国的文化对价格集聚效应的影响。该文献观察到一些特定的数据对中国人来说有特定的含义和意义。因为风水和迷信的关系, 一些数据是“不吉利”的, 应该避免。比如说, 数字“4”是不幸的代表, 因为他的发音在中文中和“死”类似。中国人买房子或公寓时都尽量避免地址中有“4”这个数字 (Lip, 1992;Bita, 1997) 。中国人都喜欢在买车牌和定住所地址时寻找有“8”的, 因为“8”在广东话中代表了“幸运”“成功”等。“8”代表“幸运”的说法蔓延到了中国别的地方, 尽管别的方言中没有广东话那样强的联系。在中国的传统文化中“6”预示着“顺利”“吉祥”等意思, 尽管这不是基于发音, 也没有那么的盛行。所以, 被认为“吉祥”的数据是否已经被应用到了价格集聚效应就成为了实证研究的出发点了。BCM考察了亚洲的六个地区, 有澳大利亚、香港、印度尼西亚、菲律宾、新加坡和台湾, 使用从1994年至1998年每天的收盘价作为研究数据, 研究结果表明中国文化和迷信影响了香港交易者的数字偏好, 别的五个地区没有太大的影响, 包括那些有很高比率华人居住地方, 影响都很弱。BCM研究关注的另一个问题是外来因素的影响以及外国投资者在证券市场的潜在影响, 他们利用哑变量来控制。BCM注意到中国广为流传的五个节日对证券市场的影响, 得出在这几天文化的影响会更突出 (Stephanchunk and Wong, 1991) 。并且发现中国文化和迷信在春节、端午节以及中秋节对香港市场有很大影响。
(三) 集聚效应在其他市场的发现
像价格集聚效应证明的那样, 数据的偏好和组合, 就算不是完全, 也是大部分渗透到了金融资产市场。集聚效应在黄金价格市场 (Ball et al.1985) , 外汇交易市场 (Goodhart and Curcio, 1991;De Grauwe and Decupere, 1992;Grossman et al., 1997;Mitchell and Izan, 2006;Sopranzetti and Datar, 2002) , 证券指数线 (Donaldson and Kim, 1993;Koedijk and Stork, 1994;Ley and Varian, 1994) 以及指数、买卖的特权和债券的未来价格 (Gwilym et al., 1998a;b) , 银行存款利率 (Kahn et al., 2004) 房地产价格 (Palmon et al., 2004) 等市场上发现。
综上所述, 有关研究主要集中在西方学术界, 我国对于这方面研究几乎是空白。这也是本文创作的一个出发点, 也是一个重大的创新与突破。
三、研究设计
(一) 研究假设
本文主要考察受中国文化影响的数字偏好对股票市场反应的影响, 因此将国家的宏观调控、法律等因素作为共性变量而不予讨论。由此, 本文提出以下三个假设:
(1) 中国文化对选择股票代码的影响。如果我国上市公司在选择代码时不受中国文化的影响, 则股票代码的尾数的频率应满足“本福德定律”, 即以0结尾出现的频率最大, 2其次, 4再次, 以此类推, 最小的为8。然而我国上市公司选择股票代码就像买手机号, 由其在空号中选一个, 而且只能在一定范围内选取。在选择手机号时, 由于我国4的发音与“死”相似, 而6的发音与“顺”相似, 8的发音与“发”相似, 所以4象征着不吉祥, 而6和8是变成了吉祥的象征, 因此大家都会规避“4”而追求“6”和“8”, 并且含4多或者以4结尾的号码一般卖得都比8的便宜。基于以上分析, 本文假设我国上市公司在选择股票代码时也会受到类似的影响, 由此就提出假设1:
假设1:我国上市公司在选择股票代码时受到中国文化的影响:“追捧8, 规避4”
(2) 中国文化对股票交易量的影响。股票的交易量催化股价涨跌, 一只股票成交量的大小, 反映的是该股票对市场的吸引程度。当更多的人或更多的资金对该股票未来看好时, 他们就会投入资金买入该股票, 从而引起价格上升;当更多的人或资金不看好该股票未来时, 他们就会卖出手中的股票, 从而引起价格下跌。在此可从股票成交量变化分析某股票对市场的吸引程度。成交量越大, 说明越有吸引力, 以后的价格波动幅度可能会越大。也可从成交量变化分析某股票的价格压力和支撑区域。在一个价格区域, 如果成交量很大, 说明该区域有很大的压力或支撑区域, 趋势将在这里产生停顿或反转。由此提出了假设2:
假设2:中国文化对股票交易量有影响, 股票代码以8结尾会对交易量产生正效应, 以4结尾会对交易量产生负效应
(3) 中国文化对股价涨跌的影响。“有涨必有跌, 有跌必有涨;上涨是因为跌到了支撑位, 下跌是因为涨到了压力位;您只需在支撑位买入, 压力位卖出, 便能轻松获利。”——这是在股票交易中流传的关于股价涨跌的名言。股票的买和卖, 其实就是买卖双方的心理博弈, 成交价格是买卖双方的利益平衡点, 所有的因素最终都通过买卖双方的心理反映到价格上来。所以, 股票市场的运行是以市场信心为基础的, 而对于我国大部分的投资者而言, 潜在的文化因素对买卖股票还是有很大的影响的。由此提出假设3:
假设3:中国文化对股价涨跌有影响, 股票代码以8结尾对股价有正效应, 以4结尾会对股价产生负效应
(二) 样本选取和数据来源
本文选取上市公司所有股票代码为样本 (我国上市公司总数共1643家, 其中沪市A股853家, 沪市B股30家, 深市A股731家, 深市B股39家) , 统计分析股票代码尾数中0到9这十个数字出现的频率。由频率检验来分析我国上市公司在选择股票代码时是否受到中国文化的影响, 股票代码尾数为4的公司数是否明显小于尾数为8的公司数。在模型检验中只选取我国制造业上市公司A股股票代码尾数为4和8的公司为研究样本 (主要是为了剔除行业因素的影响, 并且要保证样本更具有代表性) ;并且剔除ST、*ST的上市公司;由于我国的股民主要是散户, 且其散户资金有限, 所以本文只选取了2007年年收盘价在20元以内的企业, 最终得到107个样本数据。本文数据主要来自Wind (万得) 数据库和CSMAR数据库。
(三) 模型建立和变量选取针对本文的研究假设, 本文建立了如下回归模型, 并进行了变量选取:
(1) 模型1的建立和变量选取。为了研究中国文化对股票交易量的影响, 进行了如下变量选取和模型构建:第一, 解释变量。基于频率检验的结论, 本文取股票代码尾数是4还是8作为中国文化的替代变量, 并且设定虚拟变量x, 当股票代码以4结尾时赋值0, 以8结尾赋值1。第二, 被解释变量。本文研究的是文化对股票交易量的影响, 所以本文取2007年样本公司的年交易量的对数为替代变量, 用Ln (y1) 表示。第三, 控制变量。通过对文献的回顾与分析, 本文选取了三类控制变量。首先是股价因素, 本文选取2007年样本公司的年收盘价的对数作为替代变量, 用Ln (p) 表示。其次是公司的盈利能力, 由于散户的专业能力限制, 他们在买卖股票时考虑的一个企业的盈利能力, 多数是表面的, 所以本文选取样本公司的毛利率为替代变量, 用ML表示。最后是公司的规模因素, 本文选择的是样本公司的总资产作为替代变量, 用GM表示。第四, 回归模型构建。本文建立模型1:Ln (y1) =c1+c2x+c3Ln (p) +c4ML+c5GM。本文利用得到的107个样本数据, 运用Eviews对模型1进行回归检验。
(2) 模型2的构建和变量选取。为了研究中国文化对股价涨跌的影响, 在上文选取的107个样本基础上, 本部分剔除了部分指标数据缺失的公司, 最终得到87个样本。第一, 解释变量。同上文, 取股票代码尾数是4还是8作为中国文化的替代变量, 并且设定虚拟变量x, 当股票代码以4结尾时赋值0, 以8结尾赋值1。第二, 被解释变量。股价涨跌几乎是每分每秒都在发生的, 因此, 本文选取样本公司2008年6月28日前一年的日均涨跌幅作为股价涨跌的替代变量。并且设定虚拟变量y2表示, 当日均涨跌幅大于0赋值1, 小于等于0赋值0。第三, 控制变量。通过整理文献和资料, 本文选取了三类控制变量。首先是股利政策因素, 本文选取样本公司是否在当年有分红作为替代变量, 当其有分红赋值1, 无分红赋值0, 用虚拟变量GL表示。其次是盈利能力因素, 本文选取了每股经营活动产生的现金流量作为替代变量, 用CF表示。最后是流动性因素, 本文用换手率来替代, 用L表示。第四, 模型建立。综上所述, 建立模型2:Logit (y2) =c1+c2x+c3GL+c4CF+c5L。最后利用选取的87个样本数据对该模型进行回归分析。
四、实证结果分析
(一) 频率检验
选取上市公司所有股票代码为样本 (我国上市公司总数共1643家, 其中沪市A股853家, 沪市B股30家, 深市A股731家, 深市B股39家) , 统计分析股票代码尾数中0到9这十个数字出现的频率, 结果如 (表2) 所示。由前文的分析可知, 如果我国上市公司在选择代码时不受中国文化的影响, 并且满足“本福德定律”, 而由 (表2) 的数据可知:股票代码尾数为4的公司数, 无论是在深市还是沪市都是最少的且无论是A股还是B股都是最少的。反之, 股票代码尾数为8和6的公司数却都是最多的。同时, 4vs8的比率和4vs6的比率 (几乎都小于0.5) 都几乎是2vs8 (较接近1, 但是深市B股市场2vs8为0.33, 这可能是由于深市受文化影响更大, 且B股公司数太少的缘故) 的两倍。这说明, 4出现的频率远远小于8和6, 几乎只是其一半或更少。由上可知, 我国上市公司在选择股票代码时受到中国文化的影响, 股票代码尾数为4的公司数明显小于尾数为8的公司数。因此, 假设1得到了验证。
备注:“*”表示在0.1的显著水平上显著;“**”表示在0.05的显著水平上显著。下同。
(二) 股票交易量的回归分析
该部分只选取我国制造业上市公司A股股票代码尾数为4和8的公司为研究样本 (主要是为了剔除行业因素的影响, 并且要保证样本更具有代表性) ;并且剔除ST、*ST的上市公司;只选取了2007年年收盘价在20元以内的企业, 最终得到107个样本数据。根据模型1, 运用Eviews对其进行最小二乘法 (OLS) 回归检验, 回归分析结果如 (表3) 所示。可以发现, 模型的拟合优度 (R-squared) 为0.623102, 在横截面数据的检验中, 该值比较理想。同时, F检验中P值几乎为0。这从整体上说明模型1是显著的。再由文化变量 (x) 的T检验值 (1.897339) 、P值 (0.0606) , 这说明该解释变量在0.1显著水平下是显著的。即文化因素对股票交易量的影响是显著的。同时, 该系数值为正, 这说明当股票代码尾数为8对交易量的影响是正面的。由以上分析可知, 中国文化对股票交易量的影响是显著的, 并且与假设2的方向是一致的。所以, 假设2得到了验证。
(三) 股价涨跌的回归分析
在上文选取的107个样本基础上, 本部分剔除了部分指标数据缺失的公司, 最终得到87个样本。根据模型2, 运用Eviews对其进行Binary Logit回归检验, 回归分析结果如 (表4) 所示。可以看出, 模型的拟合优度 (Mc Fadden R-squared) 为0.150171, 这个值比较小, 但是在LR检验中P值几乎为0.043012 (小于0.05) 。在综合考虑两因素的前提下, 这从整体上说明模型2整体上显著的。再由文化变量 (x) 的Z检验值 (1.710051) , 其P值为0.0873, 这说明该解释变量在0.1显著水平下是显著的。即文化因素对股价涨跌的影响是显著的。同时, 该系数值为正, 这说明当股票代码尾数为8能引起股价的上涨, 即影响是正面的。由以上分析可知, 中国文化对股价涨跌的影响是显著的, 并且与假设3的方向是一致的。所以, 假设3得到了验证。
五、结语
本文以中国文化中对数字的偏好为出发点, 研究我国上市公司股票代码尾数为“8”和“4”对股票交易量以及股价涨跌的影响。通过实证分析检验, 得出了以下三个结论:第一, 我国上市公司在选择股票代码时受到数字偏好的影响, 股票代码尾数为4的公司数明显小于尾数为8的公司数;第二, 股票代码尾数为8对股票交易量的影响是正面的, 反映出数字偏好对股票交易量的影响是显著的;第三, 股票代码尾数为8能引起股价的上涨, 4在一定程度上引起股价下跌, 表明数字偏好对股价涨跌的影响是显著的。本文的不足主要有两个方面, 第一, 本文只选取了横截面数据进行分析, 没有考虑时间序列的影响;第二, 模型3的检验中, Mc Fadden R-squared的值不高, 模型检验不是很理想, 这可能说明考虑的因素还不是很充分, 可以在模型中加入一些新的控制变量进行完善, 比如说政策的影响因素等, 使研究结论更有说服力。
参考文献
[1]Philip Brown, Jason Mitchell.Culture and stock price clustering: Evidence fromThe Peoples' Republic of China.Pacific-Basin Finance Journal , 2008.
[2]Aitken, M., Brown, P., Buckland, C., Izan, H.Y., Walter, T.Price clustering on the Australian Stock Exchange.Pacific-Basin Finance Journal, 1996.
[3]Bailey, W., Risk and return on China's new stock markets: some preliminary evidence. Pacific-Basin Finance Journal, 1994.
[4]Bailey, W., Chung, P., Kang, J-K.. Foreign ownership restrictions and equity price premiums: what drives the demand for cross-border investments? Journal of Financial and Quantitative Analysis , 1999.
数字化反应堆控制系统 篇2
实验用品
350mL定制反应容器（2个）、pH传感器（2个）、pH采集器（2个）、二氧化碳传感器（2个）、注射器（2个）、制取二氧化碳的实验装置和药品、DIS实验系统及设备。
实验步骤和现象
将二氧化碳传感器、pH传感器与采集器、电脑连接。
用2个注射器分别抽取40mL饱和氢氧化钠溶液和水。
分别将带有二氧化碳传感器、pH采集器、注射器的橡皮塞塞在盛有二氧化碳的反应容器上。
打开二氧化碳传感器、pH传感器开关，打开相应的实验模板，单击“脱机”，单击“开始”选项，采集二氧化碳浓度。
待二氧化碳浓度示数稳定后，将注射器中的氢氧化钠溶液和水迅速注入专用反应容器中，观察图像中显示的二氧化碳浓度、pH值随时间的变化。
待二氧化碳的浓度、pH值稳定后，单击“结束”并保存实验所得数据。
现象1（如图2所示）：氢氧化钠溶液消耗二氧化碳的量远多于水。
现象2（如图3所示）：氢氧化钠与二氧化碳反应后，pH值变化范围是11～7.14，水与二氧化碳反应后，pH值变化范围是6～5。实验创新之处
通过采集二氧化碳的浓度、pH值，可以及时、准确地通过图像显示化学反应中人体感官不能感知的现象，提供了一种新的实验探究方法。
本装置包含水与二氧化碳的反应，排除了氢氧化钠溶液中溶剂水对二氧化碳消耗量减少的影响。通过对比实验，使实验结果更加明显、准确。
装置简单，操作方便。明显、直观的现象使学生更易明白酸性气体的处理方法，即用氢氧化钠溶液吸收。
实验设计说明
本实验设计是关于等体积的氢氧化钠饱和溶液、水分别与等浓度的二氧化碳反应，消耗二氧化碳、pH值变化的对比实验。其中，二氧化碳与水反应的实验主要是排除氢氧化钠溶液中水对二氧化碳浓度减少的影响。在实验器材的选择上，制取二氧化碳的发生装置采用启普发生器，便于控制二氧化碳的收集2个反应容器采用体积相同的定制反应容器，便于用排水法收集较纯净的二氧化碳，并在安装传感器时应尽量减少瓶中二氧化碳的损失及空气的进入；氢氧化钠溶液和水的加入通过2个体积相同的注射器，能有效控制加入的速度，操作方便、简单。
该项目获得第27届全国青少年科技创新大赛科技辅导员创新成果科教制作类一等奖。
专家评语
数字化反应堆控制系统 篇3
1 AP1000反应堆功率水平控制
1.1 高功率水平下的反应堆功率水平控制
高功率(15%FP~100%FP)水平下,通过两个偏差信号之和得到的总偏差信号来向控制棒控制逻辑柜输出控制棒移动速度和移动方向信号,通过调节M棒组维持反应堆冷却剂的平均温度和功率水平一致。这两个偏差信号分别是:温度偏差信号和功率偏差信号。
温度偏差信号为主偏差信号,是汽机功率转化得到的参考温度信号与测得的高选反应堆冷却剂平均温度信号之差;反应堆冷却剂平均温度由热段和冷段测量温度来决定,参考温度在零负荷至满负荷范围内,随着汽轮机负荷线性增加。功率偏差信号是汽机输出功率信号与测量核功率信号之差。该输入控制信号能改善系统的响应,减少系统的瞬态峰值,因此可以提高控制子系统的控制性能。
1.2 低功率水平下的反应堆功率水平控制
低功率控制模式(3%FP~15%FP)主要是启动和停堆时使用,其控制偏差由功率偏差形成,即操纵员设定的功率给定值与反应堆外核测功率之差,用以控制控制棒的移动方向和速度。该模式下,汽轮机解列,蒸汽旁路排放系统用于调节反应堆冷却剂的温度,操纵员可以输入核功率整定值、以及变化到目标功率水平的时间,使核功率按照设定的速率线性变化,达到期望的核功率。低功率棒控模式适用于低功率水平(3%FP~15%FP),主要是启动或停堆时,操纵员可以手动选择低功率控制模式。在该控制模式下,功率整定值与测量核功率信号相比较的差值用以控制控制棒的移动方向和速度。在该模式下,操纵员需要手动输入期望的功率值和达到该功率值的时间,经一个核功率整定值计算单元后输出功率整定值信号。需要指出的是,低功率棒控模式需要满足以下几个条件:3%FP<核功率<15%FP;控制棒在自动;蒸汽旁排未闭锁;操纵员需手动选择低功率控制模式。以上任一条件不满足,则控制棒(M棒组)将会自动切换至手动并且自动切到高功率棒控模式。
1.3 轴向功率分布控制
AP1000核电站采用常轴向偏移控制策略。正常运行时,ΔI应该在上限和下限之间,如果ΔI超出了上限,说明堆芯上部产生的功率过多的大于堆芯下部产生的功率,发出插入AO棒组指令;如果ΔI超出下限,则反之,发出提出AO棒组指令。这一过程,通过比较实测的ΔI与经计算得到的控制带的上限值和下限值来实现。
实测的ΔI信号来自于PMS,通过堆外功率量程中子通量探测器来产生测量ΔI信号,通过堆内中子通量探测器来产生校正信号,并通过校正信号校正测量ΔI信号。ΔI整定值计算单元的作用是产生参考ΔI信号,参考ΔI信号是核功率、回环输入、目标ΔI和偏差范围输入的函数。其中,回环输入用以给AO控制单元至棒控逻辑柜的输出信号增加一个回环,以增加系统的稳定性。目标ΔI和偏差范围输入给操纵员提供一个手段,可以根据运行需要手动调整ΔIT、ΔIH或者ΔIL。
2 AP1000反应堆功率控制系统特点分析
综上所述,AP1000反应堆功率控制系统具有以下特点:
1)功率运行期间,采用M棒(灰棒)进行反应性补偿,机组具备快速的负荷响应能力。因此,AP1000反应堆功率控制系统能够更好的实现日负荷跟踪、负荷调节和频率控制,更能满足当前电网发展的需要。
2)由于负荷跟踪是通过M棒来完成的,不需要进行调硼,这种采用控制棒进行功率调节的方法既能发挥控制棒控制灵活的特点,又能使控制棒的作用与硼酸浓度的调节作用相结合,使反应堆的控制更为灵活、且大大减轻了化学和容积控制系统的负担和调硼期间放射性废物的产生。
3)低功率时,运行瞬态不会发生,且停堆裕量更大,棒控系统的控制逻辑较为简单,相较而言,高功率模式下的功率控制更为复杂和精确、且自动化程度更高,如果进入低功率模式的任一条件不满足,则控制系统会自动切换到高功率控制模式并将M棒组自动切换至手动,确保反应堆安全。
4)无论是高功率模式还是低功率模式下的棒控信号,均输入到同一个控制棒移动方向、速度控制单元,该单元设置有死区和回差,死区和回差会随着高功率棒控模式和低功率棒控模式之间的转换做相应的变化,只有在输入信号达到一定的幅值,才会提升或下插控制棒,从而避免负荷小波动是控制棒频繁移动。
5)功率水平的控制与功率分布的控制是相互独立的,通过AO棒能能够有效快速地调节△I,由于AO棒调节△I的速度比调硼快得多,AP1000机组△I的控制带也有能力设计得比传统核电站的△I控制带窄,这种功率分布控制方式可使得在功率调节过程及其他瞬态下保证功率分布不发生畸变,不会出现堆芯热点,从而保障燃料组件的安全。
3 结论
AP1000反应堆功率控制系统是一种先进的、自动化程度很高的反应堆功率控制方式,高、低功率模式下的反应堆功率水平控制和轴向功率分布控制相较于传统电厂表现出很大的优势。但在实际运行过程中,仍有以下几点需要我们关注:
1)AP1000反应堆功率控制系统是一种比较先进的控制模式,逻辑复杂,与其密切相关的控制棒保护连锁众多。尽管正常运行时,自动化程度及可靠性极高,极少需要操纵人员干预,但较大的瞬态或是低功率模式、以及高、低功率模式切换时,极有可能需要操纵员手动干预,这就对操纵人员掌握其控制逻辑及相关的保护、连锁提出了更高的要求,在国内没有同类电厂运行经验参考的情况下,必须要加强对操纵人员在这一方面的培训。
2)功率水平控制和功率分布控制分开控制,正常功率运行期间,二者之间不产产生干扰。但负荷跟踪、控制棒交换期间,二者之间是否会相互干扰,目前没有运行电厂可供参考,需要运行人员提前准备好相应预案,避免瞬态扩大。
3)AP1000反应堆功率控制的方式对堆芯设计、控制棒设计、燃料布置、装换料方案都提出了更高的要求。另外,自动化控制的实现需要精确的控制棒价值及燃料反应性计算,控制系统的逻辑部分也必须要十分精确,鉴于新技术的不确定性,一定要提前做好充分的风险分析以应对在运行过程中出可能出现的各类问题。
摘要：本文详细分析了AP1000反应堆功率控制系统在高、低功率水平下的反应堆功率控制、轴向功率分布的控制,总结了AP1000反应堆功率控制系统的特点,提出了今后运行过程中可能的风险和相应的建议。
关键词：反应堆功率水平,功率分布,控制棒,控制
参考文献
[1]APP-PLS-J1-131 AP1000 Functional diagrams reactor control system Tavg/Power control Rev.5.
[2]APP-PLS-J1-132 AP1000 Functional diagrams reactor control system A.O control Rev.5.
[3]核电秦山联营有限公司.核电厂高级运行(上册).