基于核主元分析法的核电厂设备状态监测技术研究

发布时间：2021-03-15 06:52

　　为解决核电厂传统监测手段的局限性,提出将核主元分析法（KPCA）引入核电厂设备在线监测领域中,并设计了监测模型建设方法以及在线监测策略。为验证算法的有效性,将其应用在国内某核电机组电动主给水泵的真实监测案例中。仿真结果表明,KPCA算法可适应核电厂设备监测的要求,能比现有阈值监测手段提供更为早期的故障预警。同时,相比于常规的主元分析法（PCA）,KPCA算法能够提取各变量之间的非线性关系,识别出设备不同的运行模式,有效减少误报警。 

【文章来源】：核动力工程. 2020,41(05)北大核心

【文章页数】：6 页

【部分图文】：

训练集数据图e5#测点

正常运行工况测试集数据图e5#测点

正常运行工况监测结果图bPCA

【参考文献】：
期刊论文
[1]基于PCA的核电站传感器状态监测方法研究[J]. 李伟,彭敏俊,刘永阔.  核动力工程. 2018(01)
[2]一种基于KPCA的非线性故障诊断方法[J]. 邓晓刚,田学民.  山东大学学报(工学版). 2005(03)

博士论文
[1]基于PCA的统计过程监控研究[D]. 李荣雨.浙江大学 2007



本文编号：3083748