基于深度学习算法的核电机组传感器故障诊断

摘要

针对核电机组中传感器故障诊断准确度的问题,提出一种基于深度置信网络（DBN）和小波变换相结合的方法,用于核电机组中传感器故障诊断。首先,在现场控制系统中采集传感器的正常运行数据,利用正常运行数据训练DBN模型;其次,采用小波变换方法进行传感器故障预诊断,初步判断传感器是否发生故障;最后,通过分析传感器正常输出值和DBN预测输出值之间的残差进行传感器故障诊断,在传感器发生故障后采用DBN模型预测值作为传感器正常输出值使用。实验结果表明,该方法可以有效解决传感器故障诊断问题,减少传感器故障诊断的错诊。