基于数据驱动的核动力装置状态监测方法研究
通过对数据仿真系统中输出的运行数据进行训练,设计了基于支持向量机、局部异常因子、孤立森林算法3种数据驱动算法的异常状态监测系统模型,并对训练结果进行了评估;选取一组事故工况数据用于对训练的模型进行测试,并对测试结果进行评估.结果 表明,3种训练结果基本与实际情况吻合,准确度很高,能够准确地判断出核动力装置的异常状态;训练出的异常监测模型能够很好地独立完成异常监测的任务.本文提出的基于数据驱动的异常状态监测方法可以准确及时地预测核动力装置异常状态.
异常监测、核动力装置、支持向量机、局部异常因子、孤立森林算法
41
TL48(各种核反应堆、核电厂)
2020-11-02(万方平台首次上网日期,不代表论文的发表时间)
共5页
135-139