[發(fā)明專利]一種核電Loca事件故障預(yù)測與診斷方法

在審

• 申請?zhí)枺?/td>: 202110499335.2
• 申請日: 2021-05-08
• 公開（公告）號: CN113191556A
• 公開（公告）日: 2021-07-30
• 發(fā)明（設(shè)計）人: 王瑞;張照生;王海東;畢道偉;榮輝;侯軍委
• 申請（專利權(quán)）人: 上海核工程研究設(shè)計院有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 上海精晟知識產(chǎn)權(quán)代理有限公司 31253
• 代理人: 劉寧

1.一種基于多元實時數(shù)據(jù)流與長短期記憶網(wǎng)絡(luò)的核電Loca事件故障預(yù)測與診斷方法，其特征在于，包括如下步驟：

(1)樣本數(shù)據(jù)的采集與平衡：

通過仿真器模擬反應(yīng)堆冷卻系統(tǒng)管道在發(fā)生熱段大破口、熱段小破口、ADS4大破口和ADS4小破口四種故障前管道運行數(shù)據(jù)，與管道正常運行數(shù)據(jù)；樣本標簽數(shù)量不均衡時，采用smote進行過采樣處理標簽不混合問題；

(2)數(shù)據(jù)增強與預(yù)處理；

(3)LSTM模型訓(xùn)練與優(yōu)化：

將四種故障與正常運行共五類數(shù)據(jù)進行數(shù)據(jù)集的等比例劃分，70％數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)集，30％作為測試數(shù)據(jù)集；將樣本數(shù)據(jù)的標簽進行獨熱編碼；采用一層LSTM網(wǎng)絡(luò)加2層全連接層構(gòu)建網(wǎng)絡(luò)；

(4)實時預(yù)測與診斷：

通過定時任務(wù)，構(gòu)建一個從實時數(shù)據(jù)采集、處理、預(yù)測的任務(wù)，定期計算。實時計算設(shè)備當(dāng)前狀態(tài)。

2.如權(quán)利要求1所述的基于多元實時數(shù)據(jù)流與長短期記憶網(wǎng)絡(luò)的核電Loca事件故障預(yù)測與診斷方法，其特征在于，步驟(1)中，數(shù)據(jù)的范圍與格式的步驟如下：

1)故障數(shù)據(jù)與正常數(shù)據(jù)包含各種功率臺階，包括0％，5％，20％，30％，50％，60％，70％，80％，90％，100％；

2)模擬破口尺寸大小包括1％，2％，3％，4％，5％，20％，40％，60％，80％，100％；

3)采集冷卻系統(tǒng)管道63個傳感器，仿真故障發(fā)生前的5分鐘數(shù)據(jù)，每個樣本均為一個(300，63)的二維矩陣。

4)組合不同破口尺寸、不同功率臺階下工況，模擬不同工況下的故障與不同工況下的正常運行數(shù)據(jù)，生成樣本數(shù)據(jù)。

3.如權(quán)利要求1所述的基于多元實時數(shù)據(jù)流與長短期記憶網(wǎng)絡(luò)的核電Loca事件故障預(yù)測與診斷方法，其特征在于，步驟(1)中，樣本標簽均衡的步驟如下：

1)對于熱段小破口中每一個樣本x，以矩陣差范數(shù)為標準計算它到熱段小破口樣本集中所有樣本的距離，得到其5個近鄰；

2)根據(jù)樣本不平衡比例10：1設(shè)置一個采樣比例以確定采樣倍率N，對于每一個小破口樣本x，從其5個近鄰中隨機選擇若干個樣本，假設(shè)選擇的近鄰為xn；

3)對于隨機選出的近鄰xn，分別與原樣本按照如下的公式構(gòu)建新的樣本，將新的樣本加入原有樣本集：

4)多次重復(fù)上述步驟，使得熱段小破口樣本數(shù)量與正常運行樣本數(shù)量保持近似。

4.如權(quán)利要求1所述的基于多元實時數(shù)據(jù)流與長短期記憶網(wǎng)絡(luò)的核電Loca事件故障預(yù)測與診斷方法，其特征在于，步驟(2)中，數(shù)據(jù)增強的步驟如下：

1)用以下公式計算一列時序信號數(shù)據(jù)的功率Ps：

2)設(shè)定50db信噪比噪聲用以下公式得到噪聲信號數(shù)據(jù)Xn：

Xn＝rand(0，1)*sqrt(Ps/10⁵)

3)原始信號X與Xn相加得到增強后的信號數(shù)據(jù)；

4)對該樣本下每一列信號數(shù)據(jù)均進行上述步驟；

5)將計算得到增強樣本加入到樣本集。

5.如權(quán)利要求1所述的基于多元實時數(shù)據(jù)流與長短期記憶網(wǎng)絡(luò)的核電Loca事件故障預(yù)測與診斷方法，其特征在于，步驟(2)中，數(shù)據(jù)處理的步驟如下：

1)計算一列時序信號數(shù)據(jù)的最大最小值；

2)用以下公式歸一化該列數(shù)據(jù)；

3)對每列重復(fù)上述步驟，得到新樣本Xn；

4)用新樣本X替代原來的X。

6.如權(quán)利要求1所述的基于多元實時數(shù)據(jù)流與長短期記憶網(wǎng)絡(luò)的核電Loca事件故障預(yù)測與診斷方法，其特征在于，步驟(4)中，具體步驟如下：

1)采集當(dāng)前時間點向前5分鐘的63個測點數(shù)據(jù)，與樣本數(shù)據(jù)一致；

2)對采集到的實時數(shù)據(jù)進行最大最小歸一化；

3)將數(shù)據(jù)輸入模型得到設(shè)備當(dāng)前運行狀態(tài)預(yù)測結(jié)果，并寫入數(shù)據(jù)庫；

4)定時計算，重復(fù)上述步驟，不斷預(yù)測最新設(shè)備運行狀態(tài)。