-
题名知识-数据融合的核电厂异常诊断模型研究
- 1
-
-
作者
汪鑫
王航
彭敏俊
-
机构
哈尔滨工程大学船舶热能动力全国重点实验室
-
出处
《哈尔滨工程大学学报》
北大核心
2025年第11期2252-2262,共11页
-
基金
哈尔滨工程大学研究课题(KY11500240099).
-
文摘
为解决人工智能诊断模型因可解释性不足而制约其在核领域实际应用的问题,本文提出了知识-数据融合的核电厂异常诊断运维框架。该框架通过专家知识与系统结构构建故障因果有向图,结合空域图神经网络思想,在故障推理过程中以各故障因果图为推理路径来获取故障概率,以此增强推理的可解释性;同时,在监测层面引入多维动态时间规整模型进行故障的初步筛选,满足操纵员在从监测到诊断的全流程中获取完整、有效故障信息的需求。经福清压水堆核电厂模拟机数据测试验证,该模型可有效诊断故障,且决策过程具有逻辑性和可解释性,为核电厂故障诊断提供了兼具准确性与可解释性的创新技术途径。
-
关键词
知识与数据融合
空域图神经网络
故障因果有向图
核电厂
异常诊断
可解释性
人工智能
-
Keywords
knowledge and data fusion
spatial graph neural network
fault causal directed graph
nuclear power plant
anomaly diagnosis
interpretability
artificial intelligence
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
