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

基于粗糙集理论和支持向量机算法的核电厂故障诊断方法

徐金良 陈五星 唐耀阳

徐金良, 陈五星, 唐耀阳. 基于粗糙集理论和支持向量机算法的核电厂故障诊断方法[J]. 核动力工程, 2009, 30(4): 52-54,85.
引用本文: 徐金良, 陈五星, 唐耀阳. 基于粗糙集理论和支持向量机算法的核电厂故障诊断方法[J]. 核动力工程, 2009, 30(4): 52-54,85.
XU Jin-liang, CHEN Wu-xing, TANG Yao-yang. Study on Fault Diagnosis in Nuclear Power Plant Based on Rough Sets and Support Vector Machine[J]. Nuclear Power Engineering, 2009, 30(4): 52-54,85.
Citation: XU Jin-liang, CHEN Wu-xing, TANG Yao-yang. Study on Fault Diagnosis in Nuclear Power Plant Based on Rough Sets and Support Vector Machine[J]. Nuclear Power Engineering, 2009, 30(4): 52-54,85.

基于粗糙集理论和支持向量机算法的核电厂故障诊断方法

详细信息
    作者简介:

    徐金良(1978—),男,博士研究生。2004年毕业于海军工程大学核反应堆工程专业,获硕士学位。现从事核反应堆智能控制以及故障诊断研究。

    陈五星(1973—),男,工程师。2000年毕业于海军工程大学核反应堆控制工程专业,获学士学位。现从事核反应堆工程管理工作。

    唐耀阳(1969—),男,高级工程师。1991年毕业于海军工程大学核反应堆工程专业,获学士学位。现从事核反应堆工程管理工作。

  • 中图分类号: TP11

Study on Fault Diagnosis in Nuclear Power Plant Based on Rough Sets and Support Vector Machine

  • 摘要: 核电厂故障特征复杂多样,具有不确定性。提出一种基于粗糙集理论和支持向量机(SVM)算法的核电厂故障诊断方法。该方法运用粗糙集理论完成对不确定、不完整数据的约简,然后在此基础上设计SVM多级分类器进行故障诊断。最后,将该方法用于核电厂蒸汽发生器传热管破损、冷端破口、汽相破口、热阱丧失等4种典型故障的诊断。研究表明,该方法能够实现对核电厂故障的快速准确诊断。

     

  • 加载中
计量
  • 文章访问数:  5
  • HTML全文浏览量:  1
  • PDF下载量:  0
  • 被引次数: 0
出版历程
  • 收稿日期:  2008-04-14
  • 修回日期:  2009-03-31
  • 网络出版日期:  2025-07-28
  • 刊出日期:  2009-08-15

目录

    /

    返回文章
    返回