针对核电多回路耦合系统在升功率运行中异常传感器检测困难、检测延时及检测精度低等问题,提出了一种自联想核回归模型(auto-associative kernel regression,简称AAKR)与修正序贯概率比检验(sequential probability ratio test,简称SPRT...针对核电多回路耦合系统在升功率运行中异常传感器检测困难、检测延时及检测精度低等问题,提出了一种自联想核回归模型(auto-associative kernel regression,简称AAKR)与修正序贯概率比检验(sequential probability ratio test,简称SPRT)相结合的方法。首先,利用小波软阈值降噪方法对监测数据预处理,获取高质量的多源传感器解调信号;其次,采用AAKR构造传感器正常运行数据的估计值,并获取多源传感器测量值与估计值之间的残差;然后,运用滑动时间窗获取不同阶段残差向量的均值和方差,设计一种SPRT检测规则对传感器残差进行异常检测;最后,用核电一、二回路耦合系统模拟机实验数据进行方法验证与性能分析。结果表明,所提传感器异常检测方法的准确率达到99.52%,异常检测延时降低了81.73%,可有效提高现有核电厂传感器异常检测的稳定性。展开更多
基金Supported by National High-Tech Research and Development Program of China(863 Program)(2010AA101402)Postdoctoral Fund of China(20110490124)+2 种基金High-Tech Key Laboratory of Agricultrual Equipment&Intelligentization of Jiangsu ProvinceA Project Funded by the PriorityAcademic Program Development of Jiangsu Higher Education Institutions and Scientific Research Project of Jiangsu University(10JDG083)
文摘针对核电多回路耦合系统在升功率运行中异常传感器检测困难、检测延时及检测精度低等问题,提出了一种自联想核回归模型(auto-associative kernel regression,简称AAKR)与修正序贯概率比检验(sequential probability ratio test,简称SPRT)相结合的方法。首先,利用小波软阈值降噪方法对监测数据预处理,获取高质量的多源传感器解调信号;其次,采用AAKR构造传感器正常运行数据的估计值,并获取多源传感器测量值与估计值之间的残差;然后,运用滑动时间窗获取不同阶段残差向量的均值和方差,设计一种SPRT检测规则对传感器残差进行异常检测;最后,用核电一、二回路耦合系统模拟机实验数据进行方法验证与性能分析。结果表明,所提传感器异常检测方法的准确率达到99.52%,异常检测延时降低了81.73%,可有效提高现有核电厂传感器异常检测的稳定性。
文摘传感器作为复杂装备监测系统的关键组成部分,若发生故障会引起误报警,极大影响复杂机械系统状态监测的可靠性。针对该难题,笔者从系统角度出发,提出一种基于去趋势互相关分析(detrended cross-correlation analysis,简称DCCA)和双尺度自编码器(dual auto encoder,简称DAE)的传感器故障检测方法,记作DCCA-DAE。首先,采用DCCA方法建立耦合网络,将数据从欧氏空间扩展到拓扑空间,实现对系统多源多态监测数据蕴含信息的全面表征;其次,构建基于DAE的异常检测方法,消除工况变化对传感器监测序列产生的影响,实现工况复杂变化下的系统传感器故障准确检测;最后,利用某电厂汽轮机组历史数据,验证所提方法的综合性能。结果表明,DCCA-DAE模型特征提取能力强,检测精度显著优于传统支持向量描述和自编码器等方法,在工业场景中传感器故障检测领域具有良好的应用前景。
