故障分析方法技术

本申请涉及一种故障分析方法

【技术实现步骤摘要】
故障分析方法、装置、计算机设备、存储介质和程序产品


[0001]本申请涉及核电站安全
，特别是涉及一种故障分析方法
、
装置
、
计算机设备
、
存储介质和计算机程序产品
。

技术介绍

[0002]随着核电技术的快速发展，人们也越来越重视核电站的安全性
。
[0003]现有技术中，通常是基于人工智能来实现核电站的故障诊断，这种方法基于海量故障数据训练模型，以提升故障诊断的精确度
。
[0004]然而，一方面由于核电站的故障数据往往是少量的，导致采用该方法得到的故障诊断结果准确性较差，另一方面，通过这种方法得到的故障诊断结果可解释性较差，还需要技术人员进一步对故障进行分析，进而导致核电站故障分析任务的工作效率较差
。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种工作效率较高的故障分析方法
、
装置
、
计算机设备
、
计算机可读存储介质和计算机程序产品
。
[0006]第一方面，本申请提供了一种故障分析方法，包括：
[0007]根据目标核电站的第一运行参数和目标故障诊断模型确定该目标核电站的目标故障编码信息，该目标故障编码信息用于指示该目标核电站的故障类型；在存在该目标故障编码信息的情况下，基于第二运行参数对该第一运行参数进行相似度分析，以得到该第一运行参数的第一相似度，该第二运行参数为该目标核电站处于正常状态情况下的该目标核电站的运行参数；基于第三运行参数对该第一运行参数进行相似度分析，以得到该第一运行参数的第二相似度，该第三运行参数为故障编码信息与该目标故障编码信息相同的运行参数；根据第一相似度阈值
、
第二相似度阈值
、
该第一相似度和该第二相似度确定第一目标运行参数和第二目标运行参数，并展示该第一目标运行参数和该第二目标运行参数
。
[0008]在其中一个实施例中，该根据目标核电站的第一运行参数和目标故障诊断模型确定该目标核电站的目标故障编码信息，包括：基于限幅值滤波算法和卡尔曼滤波算法对该第一运行参数进行降噪处理；基于分段线性表示法对该降噪处理后的第一运行参数进行特征提取，以得到该第一运行参数的形状特征；将该形状特征输入至该目标故障诊断模型中，以确定该目标核电站的目标故障编码信息
。
[0009]在其中一个实施例中，该基于第二运行参数对该第一运行参数进行相似度分析，以得到该第一运行参数的第一相似度，包括：基于动态时间归整法确定该第一运行参数和该第二运行参数的相似度，并将该相似度确定为该第一运行参数的第一相似度
。
[0010]在其中一个实施例中，该基于第三运行参数对该第一运行参数进行相似度分析，以得到该第一运行参数的第二相似度，包括：根据该目标故障编码信息确定该目标核电站的故障类型；根据该目标核电站的故障类型确定该第三运行参数；基于模式距离法确定该第一运行参数和该第三运行参数的相似度，并将该相似度确定为该第一运行参数的第二相
似度
。
[0011]在其中一个实施例中，该目标故障诊断模型的训练方法，包括：获取训练数据集，该训练数据集包括多个已标注的正常状态运行参数和已标注的故障状态运行参数，该正常状态运行参数是在该目标核电站处于正常运行状态下获取的运行参数，该故障状态运行参数是在该目标核电站处于故障状态下获取的运行参数；根据该训练数据集和初始故障诊断模型确定该目标故障诊断模型
。
[0012]在其中一个实施例中，该根据该训练数据集和初始故障诊断模型确定该目标故障诊断模型，包括：根据该训练数据集确定小样本数据集，并基于该小样本数据集和该初始故障诊断模型进行小样本学习训练，以得到第一故障诊断模型；基于交叉熵损失函数算法和动量优化算法对该第一故障诊断模型进行更新优化处理，以得到目标故障诊断模型
。
[0013]第二方面，本申请还提供了一种故障装置，包括：
[0014]确定模块，用于根据目标核电站的第一运行参数和目标故障诊断模型确定该目标核电站的目标故障编码信息，该目标故障编码信息用于指示该目标核电站的故障类型；
[0015]第一执行模块，用于在存在该目标故障编码信息的情况下，基于第二运行参数对该第一运行参数进行相似度分析，以得到该第一运行参数的第一相似度，该第二运行参数为该目标核电站处于正常状态情况下的该目标核电站的运行参数；
[0016]第二执行模块，用于基于第三运行参数对该第一运行参数进行相似度分析，以得到该第一运行参数的第二相似度，该第三运行参数为故障编码信息与该目标故障编码信息相同的运行参数；
[0017]第三执行模块，用于根据第一相似度阈值
、
第二相似度阈值
、
该第一相似度和该第二相似度确定第一目标运行参数和第二目标运行参数，并展示该第一目标运行参数和该第二目标运行参数
。
[0018]在一个实施例中，该确定模块，具体用于基于限幅值滤波算法和卡尔曼滤波算法对该第一运行参数进行降噪处理；基于分段线性表示法对该降噪处理后的第一运行参数进行特征提取，以得到该第一运行参数的形状特征；将该形状特征输入至该目标故障诊断模型中，以确定该目标核电站的目标故障编码信息
。
[0019]在一个实施例中，该第一执行模块，具体用于基于动态时间归整法确定该第一运行参数和该第二运行参数的相似度，并将该相似度确定为该第一运行参数的第一相似度
。
[0020]在一个实施例中，该第二执行模块，具体用于根据该目标故障编码信息确定该目标核电站的故障类型；根据该目标核电站的故障类型确定该第三运行参数；基于模式距离法确定该第一运行参数和该第三运行参数的相似度，并将该相似度确定为该第一运行参数的第二相似度
。
[0021]在一个实施例中，该故障分析装置还包括第四执行模块，该第四执行模块，用于获取训练数据集，该训练数据集包括多个已标注的正常状态运行参数和已标注的故障状态运行参数，该正常状态运行参数是在该目标核电站处于正常运行状态下获取的运行参数，该故障状态运行参数是在该目标核电站处于故障状态下获取的运行参数；根据该训练数据集和初始故障诊断模型确定该目标故障诊断模型
。
[0022]在一个实施例中，该第四执行模块，具体用于根据该训练数据集确定小样本数据集，并基于该小样本数据集和该初始故障诊断模型进行小样本学习训练，以得到第一故障
诊断模型；基于交叉熵损失函数算法和动量优化算法对该第一故障诊断模型进行更新优化处理，以得到目标故障诊断模型
。
[0023]第三方面，本申请还提供了一种计算机设备
。
该计算机设备包括存储器和处理器，该存储器存储有计算机程序，该处理器执行该计算机程序时实现上述第一方面中任一所述的步骤
。
[0024]第四方面，本申请还本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种故障分析方法，其特征在于，所述方法包括：根据目标核电站的第一运行参数和目标故障诊断模型确定所述目标核电站的目标故障编码信息，所述目标故障编码信息用于指示所述目标核电站的故障类型；在存在所述目标故障编码信息的情况下，基于第二运行参数对所述第一运行参数进行相似度分析，以得到所述第一运行参数的第一相似度，所述第二运行参数为所述目标核电站处于正常状态情况下的所述目标核电站的运行参数；基于第三运行参数对所述第一运行参数进行相似度分析，以得到所述第一运行参数的第二相似度，所述第三运行参数为故障编码信息与所述目标故障编码信息相同的运行参数；根据第一相似度阈值
、
第二相似度阈值
、
所述第一相似度和所述第二相似度确定第一目标运行参数和第二目标运行参数，并展示所述第一目标运行参数和所述第二目标运行参数
。2.
根据权利要求1所述的方法，其特征在于，所述根据目标核电站的第一运行参数和目标故障诊断模型确定所述目标核电站的目标故障编码信息，包括：基于限幅值滤波算法和卡尔曼滤波算法对所述第一运行参数进行降噪处理；基于分段线性表示法对所述降噪处理后的第一运行参数进行特征提取，以得到所述第一运行参数的形状特征；将所述形状特征输入至所述目标故障诊断模型中，以确定所述目标核电站的目标故障编码信息
。3.
根据权利要求1所述的方法，其特征在于，所述基于第二运行参数对所述第一运行参数进行相似度分析，以得到所述第一运行参数的第一相似度，包括：基于动态时间归整法确定所述第一运行参数和所述第二运行参数的相似度，并将所述相似度确定为所述第一运行参数的第一相似度
。4.
根据权利要求1所述的方法，其特征在于，所述基于第三运行参数对所述第一运行参数进行相似度分析，以得到所述第一运行参数的第二相似度，包括：根据所述目标故障编码信息确定所述目标核电站的故障类型；根据所述目标核电站的故障类型确定所述第三运行参数；基于模式距离法确定所述第一运行参数和所述第三运行参数的相似度，并将所述相似度确定为所述第一运行参数的第二相似度
。5.
根据权利要求1所述的方法，其特征在于，所述目标故障诊断模型的训练方法，包括：获取训练数据集，所述训练数据集包括多个已标注的正常状态运行...

【专利技术属性】
技术研发人员：张天昊，黄晓津，郭超，贾倩倩，
申请(专利权)人：清华大学，
类型：发明
国别省市：