摘要
基于特征向量和贝叶斯推理的核动力装置故障诊断方法,属于贝叶斯推理技术领域,尤其涉及核动力装置故障诊断;解决了传统贝叶斯模型仅使用参数数值作为故障推理依据,忽略了大量的参数时频特征信息,导致模型难以区分特征相似故障及实现故障的精准定位,从而影响故障诊断准确性以及模型鲁棒性的问题;所述方法包括:模型学习步骤:用于根据故障历史运行数据,对贝叶斯模型进行结构学习和参数学习,获得贝叶斯向量推理模型。所述的基于特征向量和贝叶斯推理的核动力装置故障诊断方法,适用于核动力装置的故障诊断。
技术关键词
贝叶斯模型
历史运行数据
核动力装置
特征提取算法
历史数据预处理
传感器节点
爬山算法
子模块
滑动时间窗
训练集
参数
估计算法
故障诊断装置
离散化方法
贡献率