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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD