基于LSTM-CNN的核电站蒸发器涡流信号类型识别方法

摘要

本发明公开了一种基于LSTM‑CNN的核电站蒸发器涡流信号类型识别方法，所述方法包括：标定涡流信号各通道数据；采用时间窗口处理标定后数据；采用差分方式处理时间序列数据；通过LSTM网络提取时间序列的时间特征信息；CNN网络可以提取时间序列局部特征信息；融合LSTM与CNN网络的特征信息，利用三元组损失原理，经大量数据训练学习后，输入信号可以向量形式表示其特征信息；构建缺陷信号特征数据库，并以所述向量形式表征，对比输入信号的向量特征与缺陷库内向量特征间的欧氏距离，根据欧氏距离大小确定信号所属类别，最终实现涡流信号分类的目的。