基于密度峰值聚类的高斯混合模型核电运行工况划分

作者：崔文浩; 郑胜; 杨森权; 杨珊珊; 曾曙光; 罗骁域

来源：科学技术与工程, 2023, 23(20): 8670-8676.

DOI：10.3969/j.issn.1671-1815.2023.20.022

• 核电厂运行数据
• 工况划分
• 密度峰值聚类
• 高斯混合模型
• 主成分分析(PCA)

核电厂运行数据记录了核电厂的运行状态，对核电数据进行处理分析从而完成准确的工况划分是实现核电厂运行状态监测的重要基础。为提高核电厂的运行工况划分准确性，提出了基于密度峰值聚类的高斯混合模型对核电厂的运行工况进行划分。首先，采用主成分分析(principal component analysis, PCA)算法进行数据降维，然后利用密度峰值聚类算法中的决策图确定工况个数，最后利用高斯混合模型完成工况划分。基于真实的核电厂运行数据开展工况划分实验。实验结果表明：所提出的方法能合理有效地划分出核电运行工况，其三类工况的划分准确率分别达到了99.29%、100%、97.57%,且错误率仅为1.25%。

• 单位
  三峡大学