一种基于数据驱动的核动力装置故障诊断方法制造方法及图纸

本发明专利技术公开了一种基于数据驱动核动力装置故障诊断方法,该故障诊断方法包括以下步骤：核动力装置运行数据采集并传递到KPCA异常检测模型中得到更高维线性空间的协方差矩阵，将所述协方差矩阵进行特征矢量分解可以提取得到高维信息特征，通过计算统计

A fault diagnosis method of nuclear power plant based on data drive

【技术实现步骤摘要】
一种基于数据驱动的核动力装置故障诊断方法
本专利技术涉及核动力装置故障诊断
，具体涉及一种基于数据驱动核动力装置故障诊断方法。
技术介绍
核动力装置可看做是典型的信息物理系统（Cyber-PhysicalSystem,CPS），集成了先进的感知、计算、通信、控制等信息技术和自动控制技术，构建了物理空间与信息空间中人、机、物、环境、信息等要素相互映射、适时交互、高效协同的复杂耦合系统。对于CPS系统而言，数据是灵魂，如缺乏有效的数据驱动的异常检测技术保障其运行，则CPS系统一旦发生故障或失效，如维修保障措施不及时，极易引发生事故，对核动力装置本体及与其关联的设备造成严重破坏；如不幸引发灾难性事故，将使得巨额投资的相关科技持续发展蒙上阴影。故障诊断技术自20世纪70年代以来持续发展，有着旺盛的生命力。现有的核电厂故障诊断方法可以按照大致分为基于解析模型、定性分析和数据驱动方法。基于解析模型的故障诊断，首先要建立系统及设备的精细化模型，获得系统的先验信息，然后将对象的可观测信息与先验信息比对得到残差，最后，通过对残差的分析处理实本文档来自技高网...

【技术保护点】
1.一种基于数据驱动的核动力装置故障诊断方法，其特征在于，该故障诊断方法包括以下步骤：/n步骤1：历史正常运行数据采集，从核动力装置的历史运行数据库中单向地采集历史正常运行测量数据，组成历史正常运行数据；/n步骤2：从核动力装置的系统数据库中单向地采集实时运行数据，所述实时运行数据的类型和维度与所述历史正常运行数据一致；/n步骤3：将运行数据传递到KPCA异常检测模型中得到更高维线性空间的协方差矩阵；所述运行数据是指所述历史正常运行数据或所述实时运行数据；/n步骤4：将所述协方差矩阵进行特征矢量分解，获得高维主元空间的特征值和特征向量；同时，依据累计方差百分比(CPV)计算主元个数

【技术特征摘要】
1.一种基于数据驱动的核动力装置故障诊断方法，其特征在于，该故障诊断方法包括以下步骤：
步骤1：历史正常运行数据采集，从核动力装置的历史运行数据库中单向地采集历史正常运行测量数据，组成历史正常运行数据；
步骤2：从核动力装置的系统数据库中单向地采集实时运行数据，所述实时运行数据的类型和维度与所述历史正常运行数据一致；
步骤3：将运行数据传递到KPCA异常检测模型中得到更高维线性空间的协方差矩阵；所述运行数据是指所述历史正常运行数据或所述实时运行数据；
步骤4：将所述协方差矩阵进行特征矢量分解，获得高维主元空间的特征值和特征向量；同时，依据累计方差百分比(CPV)计算主元个数；
步骤5：确定主元空间与残差空间，在确主元空间和残元空间的基础上，基于所述运行数据，计算统计和SPE统计量；
其中，贡献率计算公式如下：



对于SPE统计量，其计算公式如下：



步骤6：基于所述历史正常运行数据，按照步骤3、步骤4、步骤5计算得出统计和SPE统计量的历史正常运行阈值；
基于所述实时运行数据，按照步骤3、步骤4、步骤5计算和SPE统计量的实时值；
将所述实时值与所述历史正常运行阈值进行对比，若所述实时值中有或SPE统计量超出所述历史正常运行阈值，则判定核动力装置中存在故障；
步骤7：当判定所述核动力装置出现故障时，将步骤6中采集到的实时故障数据输入到支持向量机中进行模式分类，从多种疑似故障中筛选出故障原因；
所述支持向量机为所述核动力装置在离线时，将历史故障样本数据传递给有监督分类模式识别方法的支持向量机，并对其进行离线训练而得到的模型。


2.根据权利要求1所述的故障诊断方法，其特征在于：步骤6中计算各测量参数对T2统计量的贡献率百分比，若只有一个测量参数对所述T2统计量的贡献率高于所述历史正常运行阈值，判定为传感器故障，提示运行人员对对应的故障传感器及其线路进行检修，步骤7不启动；若多个传测量参数对所述T2统计量的贡献率高于所述历史正常运行阈值，判定为核动力装置中出现故障，立刻激活...

【专利技术属性】
技术研发人员：王航，彭敏俊，张志俭，刘永阔，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙;23