基于深度学习的核电厂设计基准事故应急诊断系统及方法
公开
摘要
本发明公开了基于深度学习的核电厂设计基准事故应急诊断系统，包括核电厂监测系统、与核电厂检测系统连接的监测数据库、与核电厂检测系统连接的规程专家库、典型事故数据库和机器学习模块，所述核电厂监测系统用于监测核电厂运行的参数，所述机器学习模块分别监测数据库、规程专家库和应急操作规程库连接，所述机器学习模块内部设置由多层卷积神经网络构成的提取模型和诊断模型，所述机器学习模块通过对规程专家库、应急操作规程库、典型事故数据库内的数据进行处理，训练多层卷积神经网络，从而优化提取模型和诊断模型模型，提高应急响应执行的效率。本发明引入机器学习模块，实现了事故诊断的智能化，大大提高了事故诊断的效率。
基本信息
专利标题 ：
基于深度学习的核电厂设计基准事故应急诊断系统及方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114372099A
申请号 ：
CN202210026568.5
公开（公告）日 ：
2022-04-19
申请日 ：
2022-01-11
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
徐红李高峰
申请人 ：
上海质先实业发展有限公司
申请人地址 ：
上海市宝山区淞兴西路234号3-702
代理机构 ：
合肥昕华汇联专利代理事务所(普通合伙)
代理人 ：
孙怀香
优先权 ：
CN202210026568.5
主分类号 ：
G06F16/2458
IPC分类号 ：
G06F16/2458 G06N3/04 G06N3/08 G06N5/02
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/2458
••••特殊类型的查询，例如统计查询、模糊查询或分布式查询
法律状态
2022-04-19 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
