基于时间卷积胶囊网络的核动力装置事故诊断技术研究

• 作者: 邓强 王航 彭敏俊 王晓昆 徐仁义
• 来源期刊: 原子能科学技术
• 关键词: 核动力系统 事故诊断 胶囊网络 时间卷积网络
• 年，卷（期）: 2023,（2）
• 所属期刊栏目: 反应堆工程
• 页码范围: 302-312
• 页数: 10页
• 分类号: TL334
• 语种: 中文
• DOI: 10.7538/yzk.2022.youxian.0218

摘要

核动力装置是复杂的系统工程且具有潜在的放射性危险，因此要及时发现并处理其事故问题，避免造成严重后果。为建立核动力装置事故诊断方法，对操纵员的安全分析提供新的辅助手段，提出了一种基于时间卷积胶囊网络的核动力装置事故诊断方法。首先通过时间卷积核提取数据的时序信息，并降低计算难度，然后通过胶囊网络挖掘数据的深度向量特征，能够最大化利用运行信息中的数据特征，在事故数据较少的情况下也能得到很好的收敛效果，最后通过核动力装置全范围仿真模拟机获取事故仿真数据对模型进行训练和测试。研究结果表明，在核动力模拟机事故数据较少的情况下，相比于传统的深度学习方法，时间卷积胶囊网络模型有更好的收敛效果和诊断准确性。