【摘 要】
：
研究大型核电设备的故障预警方法,对于故障的及时排除、降低安全风险、减少非必要成本以及提高发电效率具有深远的意义.传统的核电设备预警,大多是实时监控报警系统,预警效果有待提升,也未充分利用数据价值.文中提出了一种基于贝叶斯BiLSTM的故障预警方法,通过神经网络预测时间节点理论健康值,与实际值比较从而识别异常.首先提取实时数据库中健康的历史运行数据,然后对其进行一系列预处理,最后作为训练数据建立贝叶斯BiLSTM预测模型.采用交叉验证方法留出测试集,使用拟合优度、均方误差以及文中提出的贝叶斯假设检验方法对模
【机 构】
：
华南理工大学机械与汽车工程学院,广东广州510640;中广核工程有限公司核电安全监控技术与装备国家重点实验室,广东深圳518172
论文部分内容阅读
研究大型核电设备的故障预警方法,对于故障的及时排除、降低安全风险、减少非必要成本以及提高发电效率具有深远的意义.传统的核电设备预警,大多是实时监控报警系统,预警效果有待提升,也未充分利用数据价值.文中提出了一种基于贝叶斯BiLSTM的故障预警方法,通过神经网络预测时间节点理论健康值,与实际值比较从而识别异常.首先提取实时数据库中健康的历史运行数据,然后对其进行一系列预处理,最后作为训练数据建立贝叶斯BiLSTM预测模型.采用交叉验证方法留出测试集,使用拟合优度、均方误差以及文中提出的贝叶斯假设检验方法对模型精度进行综合验证.保证模型泛化能力后,对实时数据库中的数据进行实时预测,并采用阈值法对故障蠕变期间的异常信号进行识别.实验结果表明:所建立的贝叶斯BiLSTM预测模型在时延高的情况下,相比于LSTM模型具有更优的预测精度;在案例1中,针对3次时间序列异常点,文中模型相比于现有的实时监控系统至少提前了15h发现信号异常并进行报警;案例2的预测结果进一步验证了模型的可靠性.
其他文献
淡水湖库富营养化与蓝藻水华是全球性的突出水环境问题,尤其是滨岸带严重蓝藻水华堆积甚至造成了水体黑臭、威胁饮用水安全等严重危害,科学评估滨岸带蓝藻水华堆积风险、精准识别蓝藻水华易堆积区域是水环境管理与研究中亟待解决的关键科学问题.本研究以我国长江中下游的大型浅水富营养化湖泊巢湖为研究对象,依托流域水文与湖泊水动力模拟、遥感反演、GIS空间分析等技术,综合考虑藻类生物量、岸线形态、湖泊水动力、风速和风向等要素,创新构建了蓝藻水华堆积风险评估指标体系,量化评估了2018-2019年的巢湖滨岸带的蓝藻水华堆积风险
针对高速两栖车水上航行阻力特性问题,采用基于雷诺平均方程的有限体积法对静水中高速两栖车的阻力及航态进行了数值模拟.通过不同网格密度的阻力比较,对网格收敛性进行了讨论;通过与模型试验结果的对比,对文中采用的数值计算方法进行了验证.另外,结合叠模计算结果对两栖车的各阻力成分进行了分析.在此基础上,计算分析了带开口的两栖车模型的阻力及航态变化.结果 表明:处于过渡阶段的两栖车,其兴波阻力占总阻力的比例随航速增加而增加(最高可达到60％以上),黏压阻力占比30％ ～ 40％,摩擦阻力占比小于10％;增加开口后两栖
湖泊湿地是世界上最重要的生态系统之一,在调蓄洪水、净化环境、保护生物多样性以及为人类提供淡水和食物等方面发挥着不可替代的作用.然而,受气候变化和人类活动叠加影响,湖泊湿地水文过程发生了剧烈变化,湖泊湿地面临着面积萎缩、质量下降和服务功能退化等风险.本文总结了原位观测、数值模拟和遥感技术在获取湖泊湿地关键水文要素方面的优势及不足;从辩证的角度探讨了气候变化和人类活动对湖泊湿地水文过程的双重影响;结合洪水和水文连通性等研究热点分析了水文过程的典型表现形式;从正反两方面揭示了湖泊湿地植物、动物和水质对水文过程改