一种基于CNN-LSTM的核电厂故障诊断方法及装置
公开
摘要
本申请公开了一种基于CNN‑LSTM的核电厂故障诊断方法、装置及存储介质，该方法包括：收集核电厂真实运行数据或模拟机产生的不同工况数据；建立CNN层，并利用CNN层对收集的数据进行特征提取；对提取后的特征数据进行预处理，并从处理后的数据中划分出训练集数据；建立LSTM层，利用训练集数据对LSTM层进行训练，得到故障识别模型；将待测工况数据输入至故障识别模型，输出故障诊断结果。上述方法使用CNN层对多维数据进行特征提取，使用特征提取后的少维数据对LSTM层进行训练得到故障识别模型，这样故障诊断准确度高、误差小、效率高，能够为核电厂操纵人员提供指导，避免操纵人员误操作以及不操作导致核电厂事故。
基本信息
专利标题 ：
一种基于CNN-LSTM的核电厂故障诊断方法及装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114580549A
申请号 ：
CN202210224535.1
公开（公告）日 ：
2022-06-03
申请日 ：
2022-03-07
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
雷济充于涛陈珍平谢金森倪梓宁张华健任长安李卫
申请人 ：
南华大学
申请人地址 ：
湖南省衡阳市蒸湘区常胜西路28号
代理机构 ：
北京集佳知识产权代理有限公司
代理人 ：
吕鑫
优先权 ：
CN202210224535.1
主分类号 ：
G06K9/62
IPC分类号 ：
G06K9/62 G06N3/04 G06N3/08 G06N3/12
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-06-03 ：
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
