-
公开(公告)号:CN115202307A
公开(公告)日:2022-10-18
申请号:CN202210884074.0
申请日:2022-07-26
Applicant: 哈尔滨工程大学
IPC: G05B19/418
Abstract: 本发明提供一种基于数字孪生的蒸汽发生器状态监测与预测系统及方法,系统包括模型层、数据层、服务支持层,各层之间通过通讯协议实现交互。一个完整的蒸汽发生器数字孪生状态监测与预测系统的构成模块主要有:数字孪生模型模块、数据处理模块、特征提取与融合模块、状态与故障识别模块、状态预测模块。本发明针对传统的物理机理建模和数据驱动方法的优缺点进行互补融合,并基于人工智能、预测技术和反演重构技术得到蒸汽发生器传热管无法直接监测的运行状态,必要时可加速运行实现传热管状态预测。
-
公开(公告)号:CN112199890B
公开(公告)日:2023-03-17
申请号:CN202011080818.0
申请日:2020-10-11
Applicant: 哈尔滨工程大学
IPC: G06F30/27 , G06F18/2411 , G06N3/006 , G06N20/10 , G06F111/04
Abstract: 本发明提供一种综合式核动力装置系统级故障诊断方法,具体包括以下步骤:采集核动力装置在稳态以及典型事故下的仿真运行数据,综合得到的各参数时间序列并存储在历史训练库中;在核动力装置的运行中,数据采集系统通过传感器等将系统级参数运行数据存储在实时运行数据库中;建立故障诊断模型;在核动力装置运行期间,将运行数据库中采集到的实时参数输入至训练好的故障诊断模型中,最终辨识出故障类型;诊断出不同类型的故障后,随即将此时运行数据输入至训练好的粒子群优化‑高斯过程回归的故障程度评估模型中,评估实时的故障程度值,并最终显示在人机界面中。本发明能够更快速高效的处理模拟器的数据,以进行可靠的运行支持。
-
公开(公告)号:CN112199890A
公开(公告)日:2021-01-08
申请号:CN202011080818.0
申请日:2020-10-11
Applicant: 哈尔滨工程大学
IPC: G06F30/27 , G06N3/00 , G06N20/10 , G06F111/04
Abstract: 本发明提供一种综合式核动力装置系统级故障诊断方法,具体包括以下步骤:采集核动力装置在稳态以及典型事故下的仿真运行数据,综合得到的各参数时间序列并存储在历史训练库中;在核动力装置的运行中,数据采集系统通过传感器等将系统级参数运行数据存储在实时运行数据库中;建立故障诊断模型;在核动力装置运行期间,将运行数据库中采集到的实时参数输入至训练好的故障诊断模型中,最终辨识出故障类型;诊断出不同类型的故障后,随即将此时运行数据输入至训练好的粒子群优化‑高斯过程回归的故障程度评估模型中,评估实时的故障程度值,并最终显示在人机界面中。本发明能够更快速高效的处理模拟器的数据,以进行可靠的运行支持。
-
公开(公告)号:CN113591945A
公开(公告)日:2021-11-02
申请号:CN202110799159.4
申请日:2021-07-15
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种跨功率水平的核动力装置故障诊断方法及系统,具体涉及一种在训练集和测试集数据概率分布差异下开展核动力装置故障诊断的迁移学习方法及系统。本发明包括:核动力装置监测参数采集、核动力装置监测参数预处理、核动力装置迁移故障诊断任务数据整理、不同领域的可迁移特征提取模型构建、迁移故障诊断模型构建及目标领域故障的辨识。本发明解决传统数据驱动模型在不同功率水平引起的数据概率分布差异下泛化性能降低的问题,能够将源功率水平的故障知识可靠地应用于目标功率水平的故障辨识。
-
-
-