摘要
本发明公开了一种深度学习驱动的事故参数智能校正与预测方法,包括:获取核电厂的传感器数据,对所述传感器数据进行筛选分析,得到重要运行参数和高相关参数;通过数据重构模型对所述高相关参数进行数据重构,得到重构的重要运行参数;根据重构的重要运行参数对重要运行参数进行判断,基于判断结果,得到重要运行参数的校正结果;通过数据预测模型对所述重要运行参数的校正结果进行预测,得到重要运行参数的预测结果。其中所述数据重构模型和数据预测模型采用深度学习模型。
技术关键词
重构模型
数据预测模型
参数
深度学习模型
堆芯水位
校正
斯皮尔曼相关系数
深度神经网络模型
失效传感器
稳压器
冷却剂
测试误差
时序
样本
压力
标记