摘要
本申请公开一种多模型集成的核电站DCS设备故障预测方法及系统,涉及核电DCS设备领域,包括:将各采样点的工况数据与各预测模型的输入参数进行匹配,并生成多模型输入矩阵;将历史工况数据加载至多模型输入矩阵,并基于历史结果数据和加载后的多模型输入矩阵,采用线性回归模型和正则化方法训练所有预测模型,得到多模型系数矩阵;比较不同预测模型之间的影响关系,确定多模型关系矩阵;将目标预测时间、更新后的多模型输入矩阵、多模型系数矩阵和多模型关系矩阵输入门控循环单元,得到目标核电DCS设备在目标预测时间的一组评估参数,与各评估参数对应的故障阈值进行比较后确定故障类型。本申请提高了核电站DCS设备故障预测的精准度。
技术关键词
设备故障预测方法
多模型
机柜温度
空气污染指数
电路板老化
核电站
机柜内服务器
历史工况数据
矩阵
空调湿度调节
辐射监测数据
空调制冷效率
设备运行参数
门控循环单元
线性回归模型
正则化方法
元素
系统为您推荐了相关专利信息
辨识方法
容积卡尔曼滤波方法
飞行器动力学
交互式多模型方法
集群
敏感性分析方法
多模型
蒙特卡洛算法
嵌套结构
参数
水质预测方法
金字塔型
立体模型
GBDT模型
LSTM模型
人脸图像数据
快速动作
图像分割
多任务
Linux系统
汽轮机组
性能优化方法
AdaBoost算法
负荷预测模型
时序