高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于核主元分析法的核电厂设备状态监测技术研究

吴天昊 刘 韬 施海宁 张 涛 唐 堂

吴天昊, 刘 韬, 施海宁, 张 涛, 唐 堂. 基于核主元分析法的核电厂设备状态监测技术研究[J]. 核动力工程, 2020, 41(5): 132-137.
引用本文: 吴天昊, 刘 韬, 施海宁, 张 涛, 唐 堂. 基于核主元分析法的核电厂设备状态监测技术研究[J]. 核动力工程, 2020, 41(5): 132-137.
Wu Tianhao, Liu Tao, Shi Haining, Zhang Tao, Tang Tang. Research on Condition Monitoring Technology for Nuclear Power Plant Equipment Based on Kernel Principal Component Analysis[J]. Nuclear Power Engineering, 2020, 41(5): 132-137.
Citation: Wu Tianhao, Liu Tao, Shi Haining, Zhang Tao, Tang Tang. Research on Condition Monitoring Technology for Nuclear Power Plant Equipment Based on Kernel Principal Component Analysis[J]. Nuclear Power Engineering, 2020, 41(5): 132-137.

基于核主元分析法的核电厂设备状态监测技术研究

Research on Condition Monitoring Technology for Nuclear Power Plant Equipment Based on Kernel Principal Component Analysis

  • 摘要: 为解决核电厂传统监测手段的局限性,提出将核主元分析法(KPCA)引入核电厂设备在线监测领域中,并设计了监测模型建设方法以及在线监测策略。为验证算法的有效性,将其应用在国内某核电机组电动主给水泵的真实监测案例中。仿真结果表明,KPCA算法可适应核电厂设备监测的要求,能比现有阈值监测手段提供更为早期的故障预警。同时,相比于常规的主元分析法(PCA),KPCA算法能够提取各变量之间的非线性关系,识别出设备不同的运行模式,有效减少误报警。

     

  • 加载中
计量
  • 文章访问数:  325
  • HTML全文浏览量:  56
  • PDF下载量:  7
  • 被引次数: 0
出版历程
  • 刊出日期:  2020-09-27

目录

    /

    返回文章
    返回