首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种核动力装置关键运行参数提取与异常监测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:哈尔滨工程大学

摘要:本发明提供一种核动力装置关键运行参数提取与异常监测方法,通过建立基于XgBoost的核动力装置关键运行参数自动提取模型,自动获取核动力装置关键运行参数,减少操纵员关注的关键参数范围;通过建立双重阈值法和定性趋势分析的关键参数异常状态监测模型,判断关键运行参数异常与否;通过建立基于KNN的工况识别模型,指导关键参数异常状态监测模型的阈值选取,使监测模型与核动力装置当前运行工况相匹配;最终实现对核动力装置关键运行参数的自动提取与异常状态监测。本发明适应核动力装置工况多变的场景,提高阈值监测方法的鲁棒性,避免系统波动引发频发的误报警,进而提高该阈值监测方法在实际应用中的可用性。

主权项:1.一种核动力装置关键运行参数提取与异常监测方法,其特征在于,步骤如下:步骤一:获取在典型运行工况下的正常运行数据和典型故障数据作为训练数据X;步骤二:利用XgBoost方法建立核动力装置关键运行参数自动提取模型,提取全部典型运行工况下的关键运行参数集合;在包含全部典型运行工况的正常和典型故障数据的训练数据集X上,训练XgBoost模型,计算训练数据各特征在XgBoost树模型中进行节点划分的次数SplitTime以及利用该特征在整个树群作为分裂节点的信息增益之和∑Gain,进而计算特征的重要度FeatureImportance: 步骤三:利用K最近邻方法识别核动力装置所处的运行工况,指导监测模型选取与运行工况相匹配的阈值参数;1计算待识别的核动力装置实时运行数据点与典型稳态工况历史样本数据点之间的距离;2将典型稳态工况历史样本点按照与实时运行数据的距离由小到大排序;3选取前K个历史样本点作为待分类实时数据的近邻点;4统计这K个历史样本点所属工况类别出现的次数;5返回频率最高的工况类别,即为待分类点所属的工况类别,指导运行参数异常监测模型选取与运行工况匹配的阈值参数;步骤四:利用双重阈值法计算核动力装置各典型运行工况下的高报警限的确认阈值、敏感阈值与低报警限的确认阈值、敏感阈值,利用定性趋势分析法判断关键运行参数是否存在超限报警,判断关键运行参数异常与否;1计算各典型运行工况下正常数据内各运行参数的均值μ与均方差σ: 式中,N为各典型运行工况下训练数据数目,Xi为各典型工况下的训练数据;2将核动力装置各关键运行参数在PCTRAN仿真软件上的报警阈值作为确认阈值,使用如下公式计算各关键运行参数的敏感阈值:thhigh=μ+3σthlow=μ-3σ式中,thhigh为该关键运行参数的上限敏感阈值,thlow为该关键运行参数的下限敏感阈值,μ为该关键运行参数的均值,σ为均方差;3依据K最近邻工况识别模块得到的核动力装置运行工况信息,以及XgBoost模型获得的关键运行参数集合,判断各关键运行参数是否超过确认阈值,若超过则运行参数出现异常,若未超过,则继续判断运行参数是否超过敏感阈值;运行参数未超过则运行参数处于正常状态,超过则使用最小二乘法判断参数的斜率,若斜率为正且超过上限敏感阈值,则运行参数为超限报警,若斜率为负且低于下限敏感阈值,则运行参数为低限报警,否则,运行参数为正常状态。

全文数据:

权利要求:

百度查询: 哈尔滨工程大学 一种核动力装置关键运行参数提取与异常监测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术