基于数据驱动建模的核电站一回路管道劣化趋势研究

摘要：

提出一种基于管道状态数据的分析方法,可得到管道劣化趋势,有助于预防管道劣化引起的泄漏.具体方法是通过融合主观专家经验层次分析法和客观大数据分析熵权法的优点,定量地构建一回路管道的改进马氏距离健康度模型,进而应用融合卷积神经网络和长短期记忆神经网络的组合预测模型,对一回路管道未来的劣化泄漏情况做出趋势分析和预判.仿真结果表明,构建的健康度模型能够较好的反映出一回路管道的真实健康状态;组合预测模型可以有效地预测一回路管道劣化泄漏的趋势,为保障设备的安全稳定运行提供参考.

关键词：核电站、管道劣化、健康度、改进马氏距离、卷积神经网络、长短期记忆神经网络

所属期刊栏目：51

分类号：TM623(发电、发电厂)

资助基金：上海市自然科学基金19ZR1420700

在线出版日期：2022-08-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：82-88