摘要
本发明提供了一种基于贝叶斯网络的反应堆堆外换料系统故障检测方法,包括:提取机械臂和运输车的测试工作数据中目标变量的时间序列;基于目标变量的时间序列训练长短期记忆网络,并获取长短期记忆网络输出的目标变量对应的目标特征向量;将目标特征向量和测试工作数据中变量作为贝叶斯网络的拓扑节点,并基于贝叶斯网络构建故障检测模型;将机械臂和运输车的当前工作数据输入故障检测模型,以确定反应堆堆外换料系统的故障类型。有效建立目标变量的变化趋势与测试工作数据中其他变量的依赖关系,能够根据测试工作数据中变量在时间上的变化趋势识别出故障发生的概率,提高了故障检测模型对未实验场景的泛化能力。
技术关键词
系统故障检测方法
故障检测模型
长短期记忆网络
网络结构
反应堆
变量
运输车
核燃料组件
换料系统
节点
数据
序列
机械
可读存储介质
压力
行程
处理器
存储器
系统为您推荐了相关专利信息
矿物铸件
高效混合技术
纳米复合树脂
逾渗阈值
填料
客服系统
长短期记忆网络
语音分类模型
语音语义识别
卷积神经网络特征
智能运维服务系统
故障检测模型
故障预警机制
数据分析模块
资源
智能分析方法
深度学习模型
手持设备
波形
手持式设备
广告推送方法
数据
多模态
语音特征
虚拟现实环境