一种基于混合专家系统的微型反应堆系统实时滤波方法技术方案

本发明专利技术公开了一种基于混合专家系统的反应堆系统实时滤波方法，属于神经网络技术领域。具体步骤如下：步骤1.确定输入信号序列时间窗口大小，获取噪声数据与干净数据，构建数据库；步骤2.构建Encoder‑Decoder神经网络；步骤3.数据集分类，训练多个神经网络子模型；步骤4.测试神经网络，判断最大误差与平均误差是否满足要求，若不满足，进入步骤3，重新划分数据集，若满足进入步骤5；步骤5.构建混合专家系统；步骤6.根据输入信号序列时间窗口大小，输入噪声数据，混合专家系统输出即是降噪后的数据。本发明专利技术的优点是能够实时处理多个噪声信号，能够处理复杂的、非线性数据，结果精度高，且不需要数学物理模型的约束，避免降噪后的失真问题，相比于单个网络模型，本发明专利技术采用的混合专家系统具有更高的准确性和泛化性。

【技术实现步骤摘要】

本专利技术属于神经网络、微型反应堆控制，具体公开了一种基于混合专家系统的反应堆系统实时滤波方法。

技术介绍

1、反应堆安全是核能发展的生命线。反应堆系统状态监测为操作人员提供了反应堆运行状态的关键信息，是确保反应堆安全健康运行的重要保障和依据。然由于反应堆处于高温、高压、高辐射的恶劣环境，其测量信号误差会随着时间逐渐增大，一般核电厂采用标定的方法校正误差。然而，对于微型反应堆来说，其标定工作难以开展，考虑到微型反应堆一般工作在无人的环境下，如深海、太空、偏远地区、海岛等。因此，需要采用滤波方法对其测量噪声信号进行滤波，以获得反应堆的真实运行状态。

2、传统滤波方法如移动平均法，savitsky-golay滤波具有单变量性质，多变量的冗余与相关性无法去除。卡尔曼滤波是一种较为常用的滤波方法，但是其需要选择合适的数学模型以及先验估计参数作为协方差矩阵。主成分分析、小波变换等算法主要针对于静态数据，无法实现实时数据滤波。近年来，去噪自动编码器在图像去噪领域取得显著的成果，并在其他领域获得了广泛的关注。然而，为了提高去噪编码器的准确性和泛化性，需要海量本文档来自技高网...

【技术保护点】

1.一种基于混合专家系统的反应堆系统实时滤波方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的基于混合专家系统的反应堆系统实时滤波方法，其特征在于：所述步骤1.采集瞬态工况，确定输入信号序列时间窗口大小，获取噪声数据与干净数据，构建数据库，具体包括：

3.根据权利要求1所述的基于混合专家系统的反应堆系统实时滤波方法，其特征在于：所述步骤2.构建并训练Encoder-Decoder神经网络，用于接收所述输入信号序列窗口，并输出干净的数据，具体包括：

4.根据权利要求1所述的基于混合专家系统的反应堆系统实时滤波方法，其特征在于：所述步骤3.数据集分...

【技术特征摘要】

1.一种基于混合专家系统的反应堆系统实时滤波方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的基于混合专家系统的反应堆系统实时滤波方法，其特征在于：所述步骤1.采集瞬态工况，确定输入信号序列时间窗口大小，获取噪声数据与干净数据，构建数据库，具体包括：

3.根据权利要求1所述的基于混合专家系统的反应堆系统实时滤波方法，其特征在于：所述步骤2.构建并训练encoder-decoder神经网络，用于接收所述输入信号序列窗...

【专利技术属性】
技术研发人员：柴翔，朱恩平，刘晓晶，熊进标，何辉，张滕飞，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：