基于复合人工神经网络的核电站实时故障诊断方法研究

• 作者: 余刃 刘峰 张蒙 李凤宇
• 来源期刊: 核动力工程
• 关键词: 核电站 故障诊断 BP网络 RBF网络
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 安全与分析
• 页码范围: 95-100
• 页数: 6页
• 分类号: TL361
• 语种: 中文
• DOI: 10.3969/j.issn.0258-0926.2007.02.022

摘要

针对核电站运行时故障或事故状态的在线实时判定,提出了一种基于复合人工神经网络的故障诊断和事故判定方法.其基本思想是:首先应用BP网络对事故进行成组快速诊断,而后应用RBF网络对BP网络的诊断结果进行区分和检验.利用核电站正常状态和多种事故状态下各故障特征参数输出的仿真计算结果,对所提出的方法进行了检验.结果表明,通过BP网络和RBF网络的优势互补,不仅能对学习过的故障进行快速、正确的诊断,对不同工况下的故障以及未定义的新故障也能够有效地识别.该方法采用的是随时间序列输出诊断结果及其可信度的方式,操纵员容易接受推理结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李凤宇		18	105	6.0	9.0
2	刘峰		23	125	7.0	10.0
3	余刃		31	132	6.0	10.0
4	张蒙		3	4	1.0	1.0