基于深度学习的核动力装置智能故障诊断方法研究

• 作者: 马心童 洪郡滢 徐钊 于方小稚 张敏 楚济如 苗壮
• 来源期刊: 核工程研究与设计
• 关键词: 核动力装置 故障诊断 深度学习 深度置信网络
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 核电
• 页码范围: 18-24
• 页数: 7页
• 语种: 中文

摘要

深度学习是机器学习的一个新的分支,在人工智能领域得到广泛应用.本文基于深度学习中的深度置信网络提出了新型核动力装置智能故障诊断模型,建立了基于深度学习的核动力装置智能故障诊断系统.以核动力装置的设计基准事故诊断为例,用仿真机对模型进行了测试,同时用BP神经网络、支持向量机和K最近邻算法进行对比,结果表明基于深度学习的智能诊断模型对复杂数据处理能力较好,能够很好的利用无标签数据,避免了数据资源的浪费.