基于DNN与PCA的核动力装置故障诊断方法研究

摘要：

研究了一种基于深度学习神经网络(DNN)和主元分析(PCA)的核动力装置故障诊断模型.利用核动力装置模拟器仿真数据对该模型不同情况下的故障进行诊断测试,采用形象的图表分析诊断结果.仿真结果表明,基于DNN与PCA的故障诊断模型能够快速准确地对核动力装置系统进行诊断,且误差较小,具有良好的可行性.

关键词：核动力装置、深度神经网络(DNN)、主元分析(PCA)、故障诊断

所属期刊栏目：43

分类号：TL364;TP277(核反应堆工程)

资助基金：国防科工局十三五核能开发项目

在线出版日期：2023-01-05（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：147-153