一种基于最优深度学习的核电关键指标预测装置

AITNT
正文
推荐专利
一种基于最优深度学习的核电关键指标预测装置
申请号:CN202510060434
申请日期:2025-01-15
公开号:CN120105862B
公开日期:2025-11-21
类型:发明专利
摘要
本发明公开了一种基于最优深度学习的核电关键指标预测装置,所述装置包括碘化钠谱仪数据库、数据采集及预处理模块、一维CNN‑LSTM级联模型模块、多目标自适应粒子群优化算法模块和核电关键指标预测与在线修正模块。本发明实现在线预测、参数最优在线优化,能够鲁棒敏捷地对核电设施运行过程中的核电关键指标进行预测,无需人工设计预测特征或规则,克服了目前核电关键指标预测装置精度不高、易受人为因素的影响、预测模型容易失配从而导致预测效果变差甚至系统崩溃的不足,提高了辐射环境核电关键指标预测长期在线运行的预测效率和准确率。
技术关键词
粒子群优化算法 预测装置 碘化钠 级联 在线 指标 粒子群寻优算法 模块 特征值 核电设施 非线性 校正策略 参数 预测特征 训练集 异常信息 异常数据
系统为您推荐了相关专利信息
1
一种氮化镓电源适配器的温度管理系统
温度管理系统 电源适配器 氮化镓 形状记忆聚合物材料 群体智能算法
2
一种基于生命体征数据的医生资源匹配方法、系统及设备
生命体征数据 资源匹配方法 患者 专业 复杂度
3
扩压器叶片加工的振幅优化方法、测量装置、加工方法
激光位移传感器 扩压器叶片 刀具轴线 超声波发生器 机械臂
4
一种基于在线动态补偿的数控机床控制系统及方法
数控机床控制方法 数控机床控制系统 参数变化规律 补偿值 节点
5
基于级联残差GCN与混合卷积的高光谱图像分类方法
光谱图像分类方法 卷积模块 级联 注意力 线性迭代聚类
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号