-
公开(公告)号：CN114519382B
公开(公告)日：2024-10-18
申请号：CN202210005189.8
申请日：2022-01-05
Applicant: 哈尔滨工程大学
IPC: G21C17/00 , G08B21/18 , G08B29/18 , G06F18/2433 , G06F18/2413 , G06F18/243 , G06F18/214 , G06N20/20 , G06N5/01
Abstract: 本发明提供一种核动力装置关键运行参数提取与异常监测方法，通过建立基于XgBoost的核动力装置关键运行参数自动提取模型，自动获取核动力装置关键运行参数，减少操纵员关注的关键参数范围；通过建立双重阈值法和定性趋势分析的关键参数异常状态监测模型，判断关键运行参数异常与否；通过建立基于KNN的工况识别模型，指导关键参数异常状态监测模型的阈值选取，使监测模型与核动力装置当前运行工况相匹配；最终实现对核动力装置关键运行参数的自动提取与异常状态监测。本发明适应核动力装置工况多变的场景，提高阈值监测方法的鲁棒性，避免系统波动引发频发的误报警，进而提高该阈值监测方法在实际应用中的可用性。
-
公开(公告)号：CN114509267A
公开(公告)日：2022-05-17
申请号：CN202210063944.8
申请日：2022-01-20
Applicant: 哈尔滨工程大学
IPC: G01M13/045
Abstract: 本发明提供一种基于CEEMDAN与Bi‑LSTM的滚动轴承小样本不平衡故障诊断方法，本发明所用的CEEMDAN增强了对振动信号的降噪处理与特征参数提取能力，使得提取的特征参数更有利于后续进行故障诊断。SMOTE算法延展小样本，对数据量进行扩展，增加了后续深度神经网络训练的准确性。Bi‑LSTM可以有效剔除诊断效果不好的特征参量，并有效地利用了向前与向后的特征参量，大大地提高了故障诊断的准确性。
-
公开(公告)号：CN114486215A
公开(公告)日：2022-05-13
申请号：CN202210005506.6
申请日：2022-01-05
Applicant: 哈尔滨工程大学
IPC: G01M13/00
Abstract: 本发明提供一种电动阀门故障模拟与数据采集分析试验台，通过在电动阀门故障试验台架上设置若干电动阀门常见故障，放置若干专设传感器，自行模拟了故障模式并设置了故障数据采集分析方案。压力传感器、压差变送器、电磁流量计、温度计、声发射传感器和加速度传感器共同构成电动阀门故障数据采集分析系统。故障数据分析方案基本上是使用声发射传感器结合压差计、流量计检测内漏故障，使用加速度传感器检测填料受损、填料过紧导致动作粘滞、三相不平衡故障。试验的故障模式分别是因阀板行程不到位导致的内漏、因闸板穿孔导致的内漏、闸阀电机驱动相偏移、阀门密封填料损伤、调节阀阀杆密封填料过紧导致的动作粘滞故障。
-
Patent Agency Ranking
公开(公告)号：CN113033084B
公开(公告)日：2022-04-05
申请号：CN202110263298.5
申请日：2021-03-11
Applicant: 哈尔滨工程大学
IPC: G06F30/27 , G06V10/764 , G06K9/62
Abstract: 本发明属于核电站系统在线状态监测技术领域，具体涉及一种基于孤立森林和滑动时窗的核电站系统在线监测方法。本发明所用的孤立森林方法是基于二叉树划分思想的异常识别模型，对监测数据的维度与线性特征无要求，针对核电站系统非线性强、运行数据维数高的特点，在状态监测过程中，可更加快速准确的识别系统异常。本发明使用滑动时窗方法改进孤立森林模型，使之具有模型在线更新与实时状态监测的功能，提高了孤立森林状态监测方法的可用性。
-
公开(公告)号：CN113033084A
公开(公告)日：2021-06-25
申请号：CN202110263298.5
申请日：2021-03-11
Applicant: 哈尔滨工程大学
Abstract: 本发明属于核电站系统在线状态监测技术领域，具体涉及一种基于孤立森林和滑动时窗的核电站系统在线监测方法。本发明所用的孤立森林方法是基于二叉树划分思想的异常识别模型，对监测数据的维度与线性特征无要求，针对核电站系统非线性强、运行数据维数高的特点，在状态监测过程中，可更加快速准确的识别系统异常。本发明使用滑动时窗方法改进孤立森林模型，使之具有模型在线更新与实时状态监测的功能，提高了孤立森林状态监测方法的可用性。
-
公开(公告)号：CN113837463B
公开(公告)日：2024-06-07
申请号：CN202111107117.6
申请日：2021-09-22
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于改进随机森林的核电站系统运行趋势预测方法，包括以下步骤：(1)随机森林单步预测步骤；(2)随机森林多步预测步骤；(3)多步预测修正。本发明所用的随机森林方法在单步预测预测较为准确，但在多步预测效果较差，这是由于随机森林在预测时虽然能够预测曲线的变化趋势，但由于对于数据变化不敏感，当数据增加或减小变缓时其误差可能变大，而斜率预测考虑到短时间内斜率的变化，对数据短时间内的变化较为敏感，故可以通过随机森林预测与斜率预测加权平均的方式来进行预测，这种方法能够有效地提高多步预测的精确度，提高了随机森林多步预测的可用性。
-
公开(公告)号：CN113837463A
公开(公告)日：2021-12-24
申请号：CN202111107117.6
申请日：2021-09-22
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于改进随机森林的核电站系统运行趋势预测方法，包括以下步骤：(1)随机森林单步预测步骤；(2)随机森林多步预测步骤；(3)多步预测修正。本发明所用的随机森林方法在单步预测预测较为准确，但在多步预测效果较差，这是由于随机森林在预测时虽然能够预测曲线的变化趋势，但由于对于数据变化不敏感，当数据增加或减小变缓时其误差可能变大，而斜率预测考虑到短时间内斜率的变化，对数据短时间内的变化较为敏感，故可以通过随机森林预测与斜率预测加权平均的方式来进行预测，这种方法能够有效地提高多步预测的精确度，提高了随机森林多步预测的可用性。
-
公开(公告)号：CN114519382A
公开(公告)日：2022-05-20
申请号：CN202210005189.8
申请日：2022-01-05
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种核动力装置关键运行参数提取与异常监测方法，通过建立基于XgBoost的核动力装置关键运行参数自动提取模型，自动获取核动力装置关键运行参数，减少操纵员关注的关键参数范围；通过建立双重阈值法和定性趋势分析的关键参数异常状态监测模型，判断关键运行参数异常与否；通过建立基于KNN的工况识别模型，指导关键参数异常状态监测模型的阈值选取，使监测模型与核动力装置当前运行工况相匹配；最终实现对核动力装置关键运行参数的自动提取与异常状态监测。本发明适应核动力装置工况多变的场景，提高阈值监测方法的鲁棒性，避免系统波动引发频发的误报警，进而提高该阈值监测方法在实际应用中的可用性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.021 seconds)
