-
公开(公告)号：CN111913463B
公开(公告)日：2021-07-13
申请号：CN202010537150.1
申请日：2020-06-12
申请人： 西安交通大学
摘要： 本发明公开了一种核电厂化学容积控制系统状态监测方法。对从化容系统仪表采集的原始数据进行离群点剔除及补充，按标签进行分类以及去噪后进行趋势特征符号化处理，再基于shapelets学习的记忆矩阵选取。利用记忆矩阵与稳健欧几里得距离函数计算待测数据与记忆矩阵之间的距离，获得距离矩阵，综合核函数分配待测数据的权重矩阵。根据权重矩阵计算待测数据的估计值，将一组新的测量值与一组原型测量值或状态进行比较，以提供测点真实的估计值，作为输入信号的期望值，以表达设备正常运行时的状态。利用各原始数据，从时间序列中选取最能代表数据特征的子序列，获取数据有效特征，能有效减少维度灾难、噪声及随机误差影响，保证了模型准确性及鲁棒性。
-
公开(公告)号：CN112132394A
公开(公告)日：2020-12-25
申请号：CN202010851267.7
申请日：2020-08-21
申请人： 西安交通大学
摘要： 本发明公开了一种电厂循环水泵预测性状态评估方法及系统，对循环水泵机组的原始运行数据进行离群点剔除和去噪，将去噪后的原始运行数据进行分类，基于分类后的原始运行数据对循泵运行状态预测模型进行训练优化，并根据优化后的循泵运行状态预测模型预测得到循环水泵机组在未来时间段内的预测运行数据，采用在线状态监测方法根据预测运行数据计算循环水泵机组在未来时间段内的期望数据，根据期望数据和预测运行数据的残差了解设备状态，实现预测性状态评估。利用数据驱动的经验模型代替传统物理模型建立困难且精度不足的问题，直观有效地实现循环水泵的状态预报，实现核电厂循环水泵的事后维修制度向预测性维修制度转换，从而提高核电设备运行的安全性和经济性。
-
公开(公告)号：CN112926656A
公开(公告)日：2021-06-08
申请号：CN202110212789.7
申请日：2021-02-25
申请人： 西安交通大学
摘要： 本发明公开了一种核电厂循环水泵状态预测方法、系统及设备，通过循环水泵运行状态监测模型以及历史样本数据中的历史正常数据，采用bootstrap算法回归计算得到循环水泵在历史正常数据下的动态参考阈值区间，基于动态参考阈值区间求解得到循环水泵运行状态监测模型的置信区间和预测区间；采用循环水泵试验台标记故障数据作为故障参考区间，实时采集循环水泵运行参数，基于置信区间、预测区间和故障参考区间的设定阈值实现循环水泵监测故障的快速预测，弥补了电厂实际工程积累不足，无法给出经验预警与轻微损伤及明显故障阈值的问题，利用数据驱动的统计学模型及试验台故障数据，结合残差结果代替传统固定粗大阈值，直观有效地实现循环水泵动态监测。
-
公开(公告)号：CN112100574A
公开(公告)日：2020-12-18
申请号：CN202010852271.5
申请日：2020-08-21
申请人： 西安交通大学
IPC分类号： G06F17/18
摘要： 本发明公开了一种基于重采样的AAKR模型不确定度计算方法及系统，利用传感器历史状态数据集分为训练数据集和测试数据集，通过小波去噪方法对训练数据集进行去噪并计算噪声方差，提高数据精度，然后对传感器历史状态数据随机选择并进行替换，得到新训练数据集样本，以优化AAKR模型架构及多个模型预测值之间的变化即可得到多个模型预测值的模型预测方差，利用Bootstrap重采样训练数据，计算预测值和测试值之间的均方误差；结合原型模型方差计算模型偏差，形成95％的不确定度值，不需要进行经验分布模型对噪声估计值建模计算，简化了重采样过程，提高了计算效率，并且结合Jackknife方法降低了置信区间偏差保证其可靠性，在保持收敛性能基础上提高了估计效率。
-
公开(公告)号：CN112100574B
公开(公告)日：2024-10-29
申请号：CN202010852271.5
申请日：2020-08-21
申请人： 西安交通大学
IPC分类号： G06F17/18
摘要： 本发明公开了一种基于重采样的AAKR模型不确定度计算方法及系统，利用传感器历史状态数据集分为训练数据集和测试数据集，通过小波去噪方法对训练数据集进行去噪并计算噪声方差，提高数据精度，然后对传感器历史状态数据随机选择并进行替换，得到新训练数据集样本，以优化AAKR模型架构及多个模型预测值之间的变化即可得到多个模型预测值的模型预测方差，利用Bootstrap重采样训练数据，计算预测值和测试值之间的均方误差；结合原型模型方差计算模型偏差，形成95％的不确定度值，不需要进行经验分布模型对噪声估计值建模计算，简化了重采样过程，提高了计算效率，并且结合Jackknife方法降低了置信区间偏差保证其可靠性，在保持收敛性能基础上提高了估计效率。
-
公开(公告)号：CN112132394B
公开(公告)日：2024-03-29
申请号：CN202010851267.7
申请日：2020-08-21
申请人： 西安交通大学
IPC分类号： G06Q10/04 , G06Q50/06 , G06Q10/20 , G06N3/0464 , G06N3/0442 , G06F18/241 , G06F18/27
摘要： 本发明公开了一种电厂循环水泵预测性状态评估方法及系统，对循环水泵机组的原始运行数据进行离群点剔除和去噪，将去噪后的原始运行数据进行分类，基于分类后的原始运行数据对循泵运行状态预测模型进行训练优化，并根据优化后的循泵运行状态预测模型预测得到循环水泵机组在未来时间段内的预测运行数据，采用在线状态监测方法根据预测运行数据计算循环水泵机组在未来时间段内的期望数据，根据期望数据和预测运行数据的残差了解设备状态，实现预测性状态评估。利用数据驱动的经验模型代替传统物理模型建立困难且精度不足的问题，直观有效地实现循环水泵的状态预报，实现核电厂循环水泵的事后维修制度向预测性维修制度转换，从而提高核电设备运行的安全性和经济性。
-
公开(公告)号：CN111913463A
公开(公告)日：2020-11-10
申请号：CN202010537150.1
申请日：2020-06-12
申请人： 西安交通大学
摘要： 本发明公开了一种核电厂化学容积控制系统状态监测方法。对从化容系统仪表采集的原始数据进行离群点剔除及补充，按标签进行分类以及去噪后进行趋势特征符号化处理，再基于shapelets学习的记忆矩阵选取。利用记忆矩阵与稳健欧几里得距离函数计算待测数据与记忆矩阵之间的距离，获得距离矩阵，综合核函数分配待测数据的权重矩阵。根据权重矩阵计算待测数据的估计值，将一组新的测量值与一组原型测量值或状态进行比较，以提供测点真实的估计值，作为输入信号的期望值，以表达设备正常运行时的状态。利用各原始数据，从时间序列中选取最能代表数据特征的子序列，获取数据有效特征，能有效减少维度灾难、噪声及随机误差影响，保证了模型准确性及鲁棒性。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.029 秒)
