公开(公告)号：CN119961833A

公开(公告)日：2025-05-09

申请号：CN202510047069.8

申请日：2025-01-13

Applicant: 哈尔滨工程大学

Inventor： 王晨阳 ,  周佳伟 ,  许依凡 ,  夏庚磊 ,  张博文 ,  张元东 ,  孙觊琳

IPC: G06F18/2433 ,  G06F18/2131 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/0464

Abstract: 本发明公开了一种基于混合模型的核电厂传感器异常数据处理方法，属于数据处理技术领域，解决了现有检测系统传感器异常数据处理方面存在缺失，对传感器异常数据的补偿和校正方法有限的问题，方法包括读取核电厂反应堆的传感器数据及传感器信息，标记失效传感器；归一化处理传感器数据，并基于深度神经网络识别数据异常模式；对识别出的数据异常模式进行异常数据处理，输出处理后的传感器异常数据与发生传感器异常的时间、位置，同时输出核电厂运行过程参数的实时监测结果和传感器响应值计算结果，并作对比；本发明通过筛选去除超限值、离群点，修正数据偏差，提高传感器数据可信度，能够及时发现并处理传感器故障。

公开(公告)号：CN118862651A

公开(公告)日：2024-10-29

申请号：CN202410882324.6

申请日：2024-07-02

Applicant: 哈尔滨工程大学

Inventor： 王晨阳 ,  周佳伟 ,  徐建锋 ,  夏庚磊 ,  孙觊琳 ,  张博文 ,  张元东

IPC: G06F30/27 ,  G06F30/28 ,  G06F18/27 ,  G06F18/22 ,  G06N3/0442 ,  G06Q50/06 ,  G06F119/14 ,  G06F113/08 ,  G06N3/048

Abstract: 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。