一种基于工业流程和多模态融合的设备多物理场建模方法

    公开(公告)号:CN119378361A

    公开(公告)日:2025-01-28

    申请号:CN202411285630.8

    申请日:2024-09-13

    Abstract: 本发明属于核电厂智慧运行和检修技术领域,具体涉及一种基于工业流程和多模态融合的设备多物理场建模方法。包括如下步骤:步骤1:设备多物理场建模;步骤2:设备上下游信息、所处环境、人为影响建模;步骤3:模型融合和对应多任务训练。本发明的有益效果在于:神经网络模拟物理场技术可以用神经网络来模拟复杂物理场机理,根据Universal Approximation Theorem for Operator(Chen et al.1995),对于任意的光滑、局部Lipschitz的常微分方程,都存在一个神经网络以任意逼近精度对该方程进行逼近。多模态融合,主要通过预训练的方式,把各个物理场,表达设备外部信息的向量进行互相映射和学习,让各个维度的数据在高维空间中形成统一的流形。

    一种适用于电厂数字化控制系统的高可靠时钟授时系统

    公开(公告)号:CN118655759A

    公开(公告)日:2024-09-17

    申请号:CN202410806664.0

    申请日:2024-06-21

    Abstract: 本发明属于电厂时间同步网络技术领域,具体涉及一种适用于电厂数字化控制系统的高可靠时钟授时系统。卫星授时分系统用于接收标准的卫星授时信号,输出同步后的时间给时间服务分系统;时间溯源分系统接收来自不同授时系统的标准时间,将接收到的标准时间传送到远端,并与自主守时分系统的时间进行比对,测量出自主守时分系统时间相对于标准时间的偏差,将偏差输出给监控管理分系统;时间服务分系统接收卫星授时分系统和自主守时分系统的时间信息,进行质量评估,并将评估结果传给监控管理分系统,根据监控管理分系统的控制信息或自身对输入时钟质量评估的结果,选择输入的时间信息,并转化为用户需要的时间信息格式输出。有益效果在于:系统同时具备避免卫星授时信号丢失、错误的影响,溯源到标准时间,独立自主守时,自动和人工切换,适配不同用户的能力。

Patent Agency Ranking