基于数据融合的核动力装置故障诊断方法

• 作者: 刘永阔 夏虹 谢春丽
• 来源期刊: 原子能科学技术
• 关键词: 核动力装置 故障诊断 数据融合
• 年，卷（期）: 2009,（11）
• 所属期刊栏目: 反应堆工程
• 页码范围: 1003-1008
• 页数: 6页
• 分类号: TL36
• 语种: 中文

摘要

数据融合作为一种处理多源信息的方法适合于核动力装置的故障诊断.利用数据融合信息分级处理的思想,将核动力装置故障诊断分为3级进行,数据级采用了数据挖掘的方法对数据进行处理,对属性进行约简;特征级采用并行的3个神经网络处理数据级的约简属性,并将其输出作为决策级Dempster-Shafer(D-S)证据理论的基本概率赋值;决策级采用了改进的D-S证据理论对神经网络的输出进行合成,克服了传统D-S证据理论无法处理冲突信息的缺陷.运用文献中的相关数据对该方法进行了测试验证,测试结果证实了该方法可正确诊断训练过的核动力装置相关故障,具有一定的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢春丽	东北林业大学交通学院	33	170	8.0	11.0
2	刘永阔	哈尔滨工程大学核科学与技术学院	53	334	9.0	15.0
3	夏虹	哈尔滨工程大学核科学与技术学院	77	474	12.0	16.0