申请/专利权人:哈尔滨工程大学
申请日:2023-09-12
公开(公告)日:2023-12-15
公开(公告)号:CN117236167A
主分类号:G06F30/27
分类号:G06F30/27;G06N3/0442;G06N3/045;G06N3/0464;G06N3/0985
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.01.02#实质审查的生效;2023.12.15#公开
摘要:本发明公开了一种基于数值重构和贝叶斯估计的SMR传感器故障检测方法,通过仿真模型获得数据;搭建基于混合神经网络的数值重构模型;搭建基于贝叶斯估计的故障诊断模型;应用基于数值重构和贝叶斯估计的故障检测方法;评价基于数值重构和贝叶斯估计的故障检测方法。搭建基于混合膨胀卷积网络与长短期记忆网络的数值重构模型,将传感器数据输入重构模型,重构出接近正常传感值的数据,进而得到残差序列,搭建基于贝叶斯估计的故障诊断模型,将残差序列输入到贝叶斯估计模型中,对传感器进行故障诊断,根据重构模型输出的残差序列,采用贝叶斯估计方法设置动态阈值,更高效地对传感器进行故障检测,从而保障SMR安全运行。
主权项:1.一种基于数值重构和贝叶斯估计的SMR传感器故障检测方法,其特征在于,采用数值重构和贝叶斯估计,包括以下步骤:S1通过仿真模型获得数据;S2搭建基于混合神经网络的数值重构模型;S3搭建基于贝叶斯估计的故障诊断模型;S4应用基于数值重构和贝叶斯估计的故障检测方法;S5评价基于数值重构和贝叶斯估计的故障检测方法。
全文数据:
权利要求:
百度查询: 哈尔滨工程大学 一种基于数值重构和贝叶斯估计的SMR传感器故障检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。