基于粗糙集理论和支持向量机算法的核电厂故障诊断方法

被引:9
作者
徐金良
陈五星
唐耀阳
机构
[1] 不详
[2] 海军工程大学船舶与动力工程学院
[3] 不详
关键词
核电厂; 故障诊断; 粗糙集; 支持向量机;
D O I
暂无
中图分类号
TM623.7 [运行与维修];
学科分类号
摘要
核电厂故障特征复杂多样,具有不确定性。提出一种基于粗糙集理论和支持向量机(SVM)算法的核电厂故障诊断方法。该方法运用粗糙集理论完成对不确定、不完整数据的约简,然后在此基础上设计SVM多级分类器进行故障诊断。最后,将该方法用于核电厂蒸汽发生器传热管破损、冷端破口、汽相破口、热阱丧失等4种典型故障的诊断。研究表明,该方法能够实现对核电厂故障的快速准确诊断。
引用
收藏
页码:52 / 54+85 +85
页数:4
相关论文
共 8 条
[1]   基于粗糙决策模型的核电厂故障诊断方法 [J].
徐金良 ;
张大发 ;
张龙飞 .
核动力工程, 2007, (04) :81-84
[2]   基于RS-FNN的核电厂设备智能故障诊断方法的研究 [J].
刘永阔 ;
夏虹 ;
谢春丽 ;
陈志辉 ;
陈宏霞 .
核动力工程 , 2007, (01) :110-114
[3]   Rough集理论及其在核动力故障诊断中的应用 [J].
陈志辉 ;
夏虹 ;
黄伟 .
核动力工程, 2006, (06) :82-86
[4]   关于统计学习理论与支持向量机 [J].
张学工 .
自动化学报, 2000, (01) :36-46
[5]  
新型粗糙神经网络的模式识别与故障诊断方法的研究[D]. 肖迪.南京航空航天大学. 2005
[6]  
粗糙集理论及故障诊断应用研究[D]. 曾建武.浙江大学. 2006
[7]  
核反应堆安全分析[M]. 原子能出版社 , 朱继洲主编, 2004
[8]  
粗糙集理论与方法[M]. 科学出版社 , 张文修等编著, 2001