龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：本发明公开了一种基于深度学习的核电厂热工水力参数长期预测方法，属于核电站安全分析及运行支持领域，包括以下步骤：S1、采集不同工况下核电厂热工水力参数数据，构成核电厂热工水力参数仿真数据集；S2、通过计算特征空间相似度，在核电厂热工水力参数仿真数据集中搜索与待测工况相似度达到设定阈值的相似工况以及最佳相似工况；S3、将步骤S2搜索的两个及以上的相似工况数据进行回归拟合，并将回归拟合数据作为LSTM模型的目标域，将最佳相似工况数据作为LSTM模型的源域，对待测工况进行长期时序预测。本发明采用上述基于深度学习的核电厂热工水力参数长期预测方法，通过结合回归算法和神经网络的方法，实现了核电厂事故工况中热工水力参数的长期预测，从而可快速预测核电厂未来运行状态及事故发展趋势，为核电厂的事故应急处置提供支持。
主权项：1.一种基于深度学习的核电厂热工水力参数长期预测方法，其特征在于：包括以下步骤：S1、采集不同工况下核电厂热工水力参数数据，构成核电厂热工水力参数仿真数据集；S2、通过计算特征空间相似度，在核电厂热工水力参数仿真数据集中搜索与待测工况相似度达到设定阈值的相似工况以及最佳相似工况；S3、将步骤S2搜索的两个及以上的相似工况数据进行回归拟合，并将回归拟合数据作为LSTM模型的目标域，将最佳相似工况数据作为LSTM模型的源域，对待测工况进行长期时序预测。
全文数据：
权利要求：
百度查询： 哈尔滨工程大学 一种基于深度学习的核电厂热工水力参数长期预测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号