[发明专利]一种核电厂化学容积控制系统状态监测方法

说明书

本发明公开了一种核电厂化学容积控制系统状态监测方法。对从化容系统仪表采集的原始数据进行离群点剔除及补充，按标签进行分类以及去噪后进行趋势特征符号化处理，再基于shapelets学习的记忆矩阵选取。利用记忆矩阵与稳健欧几里得距离函数计算待测数据与记忆矩阵之间的距离，获得距离矩阵，综合核函数分配待测数据的权重矩阵。根据权重矩阵计算待测数据的估计值，将一组新的测量值与一组原型测量值或状态进行比较，以提供测点真实的估计值，作为输入信号的期望值，以表达设备正常运行时的状态。利用各原始数据，从时间序列中选取最能代表数据特征的子序列，获取数据有效特征，能有效减少维度灾难、噪声及随机误差影响，保证了模型准确性及鲁棒性。

技术领域

本发明属于电厂化学容积控制系统状态监测领域，特别涉及一种核电厂化学容积控制系统状态监测方法。

背景技术

核电厂的运营和维护成本占整个核电厂成本的60％～70％，燃料成本只占15％～30％。如果对核电机组故障进行预测并且实现健康管理可以预防性维护，将显著降低经济损失，因此基于状态的运营维护意义重大。状态监测(OLM)技术主要监测传感器及其相关设备回路状况。该技术能够有效降低维护成本以及误校准的可能性，以减少设备停机时间，极大降低核电厂运营维护成本及经济损失。化学和容积控制系统是核电厂反应堆冷却剂系统(RCP)的一个主要的辅助系统。它在反应堆的启动、停运及正常运行过程中都起着十分重要的作用，它保证了反应堆的冷却剂的水容积，化学特性的稳定和控制反应性的变化。目前国内对核电厂化容系统的研究目前主要聚焦在系统设计及动态特性仿真等方面，对化容系统的在线监测技术研究较少。国内核电厂状态监测技术研究起步晚，其中记忆矩阵选取停留在传统分段截取等方法上，没有充分考虑趋势及时序特征，且存在很大的信号冗余及噪声数据干扰，极大降低了状态监测的准确性和鲁棒性。因此，一种基于科学有效的记忆矩阵选取方法的核电厂化容系统状态监测方法亟待研究。

发明内容

本发明的目的在于提供一种核电厂化学容积控制系统状态监测方法，以克服现有技术的不足。

为达到上述目的，本发明采用如下技术方案：

一种核电厂化学容积控制系统状态监测方法，包括以下步骤：

步骤1)，对从化容系统仪表采集的原始数据进行离群点剔除及补充，按标签进行分类以及去噪；

步骤2)，对分类以及去噪后的原始数据进行趋势特征符号化处理，再基于shapelets学习的记忆矩阵选取，计算检测模型的记忆矩阵；

步骤3)，利用步骤2)的记忆矩阵与稳健欧几里得距离函数计算待测数据与记忆矩阵之间的距离，获得距离矩阵；

步骤4)，根据距离矩阵，综合核函数分配待测数据的权重矩阵，根据权重矩阵计算待测数据的估计值；

步骤5)，计算待测数据的估计值和实时监测值的残差，将残差与化容系统设备运行状态阈值进行比较，获得核电厂化容系统设备或仪表的运行状态。

进一步的，对原始数据进行基于动态更新的3σ准则的离群点剔除及去噪。

进一步的，具体包括以下步骤：

a、获取i时刻之前所有从化容系统仪表采集的原始数据x(1)，x(2)，...，x(i)，计算相邻点间变化量的标准差σ_i；

b、比较当前时刻传感器测量值变化量δx(i)与3σ_i的大小，若|δx(i)|3σ_i，转向步骤c，否则返回步骤a，进行下一时刻x(i+1)是否为离群点的检验；

c、重构传感器测量值中离群点x(i)：x(i)＝(x(i-1)+x(i+1))/2。