科研之友
微信
新浪微博
Facebook
分享链接
摘要
当核电厂发生异常后应及时诊断原因，以避免对运行人员和周围环境造成严重后果。本文利用卷积神经网络（CNN）和长短期记忆（LSTM）网络可更好地提取数据的局部特征和记忆时间序列信息的特征，研究基于卷积长短期记忆（CLSTM）网络和人工鲸鱼算法的核反应堆运行事件诊断技术。通过核电厂反应堆模拟机仿真实验对本文所述方法进行测试，最终测试准确率为99.91%，证明了本文所述研究方法的有效性。相关研究成果可作为核电厂运行事件的一种诊断方法，有利于提高运行事件诊断的智能化和信息化水平，为核电厂的少人值守甚至无人值守提供技术基础，提高公众对核电厂的认识与信赖。
- 单位
