摘要
本发明涉及一种基于人工智能的核设施概率安全评价方法,通过收集与核设施运行历史相关的数据;对收集的与核设施运行历史相关的数据进行预处理;选择和设计多个概率安全评价深度学习模型;利用经过预处理的与核设施运行历史相关的数据对多个概率安全评价深度学习模型进行训练;对多个经过训练的概率安全评价深度学习模型进行评估以选择最优深度学习模型;部署最优深度学习模型;将最优深度学习模型用于在役或者新建核设施,将模型输出与传统PSA方法结果相比较,并根据比较结果确定是否继续对最优深度学习模型进行改进训练。本发明中公开的方法,在传统核设施概率安全评价方法中,引入深度学习模型,能够提升核设施概率安全评价的准确性和效率。
技术关键词
深度学习模型
评价方法
可靠性参数
正则化技术
数据
日志
硬件设备
批量
报告
序列
框架
系统为您推荐了相关专利信息
近红外光谱仪
人工神经网络模型
车载式设备
数据
农田
疱疹
像素点
语义分割网络
图像块
手足口病检测系统
监控设备
监控报警系统
人脸识别分析
人脸识别设备
人体运动传感器
水质
服务系统
实时数据
多模态传感器
DTU设备