申请/专利权人：深圳大学

申请日：2023-12-22

公开（公告）日：2024-04-16

公开（公告）号：CN117454301B

主分类号：G06F18/2433

分类号：G06F18/2433;G06F18/213;G06F18/25;G21B1/25;G06F123/02

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2024.02.13#实质审查的生效;2024.01.26#公开

摘要：本申请涉及智能检测领域，公开了一种用于展示核聚变试验跟踪PV值变化的方法及系统，其通过在采集到多个预定时间点的PV值数据后，在后端引入数据处理和分析算法来进行该PV值的时序分析以得到分析结果，该分析结果可以用于判断是否存在异常PV值波动。这样，可以实时监测和跟踪PV值的变化，从而为操作人员提供核聚变试验的实时分析结果，并且，能够在检测到存在异常PV值波动的情况下及时采取相应措施来优化核聚变试验过程，确保核聚变试验的安全性和稳定性。

主权项：1.一种用于展示核聚变试验跟踪PV值变化的方法，其特征在于，包括：接收来自核聚变试验设备的预定时间段内多个预定时间点的PV值，其中所述PV值表示等离子体的压力和体积的乘积；基于所述多个预定时间点的PV值，在屏幕显示PV值实时曲线；对所述多个预定时间点的PV值进行分析以得到分析结果，所述分析结果用于表示是否存在PV值异常波动；以及在所述屏幕显示所述分析结果；对所述多个预定时间点的PV值进行分析以得到分析结果，所述分析结果用于表示是否存在PV值异常波动，包括：将所述多个预定时间点的PV值按照时间维度排列为PV值时序输入向量；对所述PV值时序输入向量进行局部时序特征分析以得到PV值局部时序特征向量的序列；对所述PV值局部时序特征向量的序列中任意两个PV值局部时序特征向量进行相关度拓扑分析以得到PV值局部时序模式特征拓扑特征矩阵；将所述PV值局部时序特征向量的序列和所述PV值局部时序模式特征拓扑特征矩阵通过图神经网络模型以得到拓扑上下文PV值局部时序特征向量的序列；将所述拓扑上下文PV值局部时序特征向量的序列拼接为特征向量后进行PV值异常波动检测以得到所述分析结果；对所述PV值时序输入向量进行局部时序特征分析以得到PV值局部时序特征向量的序列，包括：对所述PV值时序输入向量进行向量切分以得到PV值局部时序输入向量的序列；将所述PV值局部时序输入向量的序列通过基于一维卷积层的时序特征提取器以得到所述PV值局部时序特征向量的序列；对所述PV值局部时序特征向量的序列中任意两个PV值局部时序特征向量进行相关度拓扑分析以得到PV值局部时序模式特征拓扑特征矩阵，包括：计算所述PV值局部时序特征向量的序列中任意两个PV值局部时序特征向量之间的相关度以得到PV值局部时序模式特征拓扑矩阵；将所述PV值局部时序模式特征拓扑矩阵通过基于卷积神经网络模型的拓扑特征提取器以得到所述PV值局部时序模式特征拓扑特征矩阵；计算所述PV值局部时序特征向量的序列中任意两个PV值局部时序特征向量之间的相关度以得到PV值局部时序模式特征拓扑矩阵，包括：以如下相关度公式计算所述PV值局部时序特征向量的序列中任意两个PV值局部时序特征向量之间的相关度以得到多个相关度；其中，所述相关度公式为： ；其中和为两种不同的线性变换，和分别为所述PV值局部时序特征向量的序列中任意两个PV值局部时序特征向量；以及将所述多个相关度进行二维排列以得到所述PV值局部时序模式特征拓扑矩阵；将所述拓扑上下文PV值局部时序特征向量的序列拼接为特征向量后进行PV值异常波动检测以得到所述分析结果，包括：基于所述PV值局部时序特征向量的序列中的每个PV值局部时序特征向量对所述拓扑上下文PV值局部时序特征向量的序列中的相应的拓扑上下文PV值局部时序特征向量进行优化以得到优化后拓扑上下文PV值局部时序特征向量的序列；将所述优化后拓扑上下文PV值局部时序特征向量的序列拼接为特征向量后通过分类器以得到所述分析结果。

全文数据：

权利要求：

百度查询： 深圳大学 一种用于展示核聚变试验跟踪PV值变化的方法及系统

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