基于深度学习算法的核电机组传感器故障诊断

基于深度学习算法的核电机组传感器故障诊断
李艳艳;张天舒
【期刊名称】《电子技术应用》
【年(卷),期】2021(47)S01
【摘要】针对核电机组中传感器故障诊断准确度的问题,提出一种基于深度置信网络(DBN)和小波变换相结合的方法,用于核电机组中传感器故障诊断。

首先,在现场控制系统中采集传感器的正常运行数据,利用正常运行数据训练DBN模型;其次,采用小波变换方法进行传感器故障预诊断,初步判断传感器是否发生故障;最后,通过分析传感器正常输出值和DBN预测输出值之间的残差进行传感器故障诊断,在传感器发生故障后采用DBN模型预测值作为传感器正常输出值使用。

实验结果表明,该方法可以有效解决传感器故障诊断问题,减少传感器故障诊断的错诊。

【总页数】8页(P260-267)
【作者】李艳艳;张天舒
【作者单位】中核核电运行管理有限公司
【正文语种】中文
【中图分类】TM623;TP212
【相关文献】
1.基于深度学习的航空传感器故障诊断方法
2.一种基于深度学习算法的电网故障诊断方法
3.基于深度学习的模拟电路故障诊断算法
4.基于改进深度学习算法的船舶柴油机故障诊断技术
5.基于改进深度学习算法的船舶柴油机故障诊断技术
因版权原因，仅展示原文概要，查看原文内容请购买。