针对核电多回路耦合系统在升功率运行中异常传感器检测困难、检测延时及检测精度低等问题,提出了一种自联想核回归模型(auto-associative kernel regression,简称AAKR)与修正序贯概率比检验(sequential probability ratio test,简称SPRT...针对核电多回路耦合系统在升功率运行中异常传感器检测困难、检测延时及检测精度低等问题,提出了一种自联想核回归模型(auto-associative kernel regression,简称AAKR)与修正序贯概率比检验(sequential probability ratio test,简称SPRT)相结合的方法。首先,利用小波软阈值降噪方法对监测数据预处理,获取高质量的多源传感器解调信号;其次,采用AAKR构造传感器正常运行数据的估计值,并获取多源传感器测量值与估计值之间的残差;然后,运用滑动时间窗获取不同阶段残差向量的均值和方差,设计一种SPRT检测规则对传感器残差进行异常检测;最后,用核电一、二回路耦合系统模拟机实验数据进行方法验证与性能分析。结果表明,所提传感器异常检测方法的准确率达到99.52%,异常检测延时降低了81.73%,可有效提高现有核电厂传感器异常检测的稳定性。展开更多
文摘针对核电多回路耦合系统在升功率运行中异常传感器检测困难、检测延时及检测精度低等问题,提出了一种自联想核回归模型(auto-associative kernel regression,简称AAKR)与修正序贯概率比检验(sequential probability ratio test,简称SPRT)相结合的方法。首先,利用小波软阈值降噪方法对监测数据预处理,获取高质量的多源传感器解调信号;其次,采用AAKR构造传感器正常运行数据的估计值,并获取多源传感器测量值与估计值之间的残差;然后,运用滑动时间窗获取不同阶段残差向量的均值和方差,设计一种SPRT检测规则对传感器残差进行异常检测;最后,用核电一、二回路耦合系统模拟机实验数据进行方法验证与性能分析。结果表明,所提传感器异常检测方法的准确率达到99.52%,异常检测延时降低了81.73%,可有效提高现有核电厂传感器异常检测的稳定性。
