[发明专利]核电汽轮机系统故障预警方法及系统

权利要求书

1.一种核电汽轮机系统故障预警方法，其特征在于，包括：

数据处理步骤：获取实时采集的汽轮机的多个监测参数的信号数据，并分别对每个监测参数的信号数据进行处理，且根据处理后的多个监测参数的信号数据生成多维矩阵数据；

模型预测步骤：将所述多维矩阵数据送入预先建立的状态预测模型，并根据所述状态预测模型的输出获取汽轮机下一时刻的参数预测信息；

状态输出步骤：根据所述参数预测信息，实时输出状态预测结果；

异常判断步骤：根据所述状态预测结果判断汽轮机是否出现异常，并在异常时生成故障预警信息。

2.根据权利要求1所述的核电汽轮机系统故障预警方法，其特征在于，所述状态预测模型通过以下方式建立：

在训练时，对汽轮机的多个监测参数的信号数据分别进行处理，并根据处理后的多个监测参数的信号数据生成多维矩阵数据；

将所述多维矩阵数据作为样本数据，并将样本数据按预设比例拆分成训练样本数据、验证样本数据和测试样本数据；

构造径向基神经网络模型，并以径向基函数作为神经网络激活函数，及采用模糊C均值聚类算法确定各个神经元中心；

利用所述训练样本数据构造输入输出向量，并使用自然梯度下降法对所述径向基神经网络模型进行训练，以获取所述径向基神经网络模型的最优参数，而且，根据所述最优参数确定状态预测模型；

利用所述验证样本数据对所确定的状态预测模型进行精度验证，并判断是否符合预设精度要求，若不符合预设精度要求，则继续训练直至符合预设精度要求；

利用测试样本数据对验证后的状态预测模型进行测试，并采用贝叶斯检验法计算其置信度。

3.根据权利要求1或2所述的核电汽轮机系统故障预警方法，其特征在于，对每个监测参数的信号数据进行处理，包括：

对每个监测参数的信号数据进行异常值过滤处理；

对每个监测参数的信号数据进行缺失填充处理；

对每个监测参数的信号数据进行降噪处理；

对每个监测参数的信号数据进行中心化处理。

4.根据权利要求3所述的核电汽轮机系统故障预警方法，其特征在于，对每个监测参数的信号数据进行异常值过滤处理，包括：

采用箱型图法对每个监测参数的信号数据进行处理，以筛掉异常值。

5.根据权利要求3所述的核电汽轮机系统故障预警方法，其特征在于，对每个监测参数的信号数据进行降噪处理，包括：

采用小波包阈值去噪法对每个监测参数的信号数据进行降噪处理。

6.根据权利要求1或2所述的核电汽轮机系统故障预警方法，其特征在于，在生成多维矩阵数据之后，还包括：

根据概率主成分分析法，对数据处理后的多维矩阵数据进行降维处理。

7.根据权利要求6所述的核电汽轮机系统故障预警方法，其特征在于，所述状态预测模型的嵌入维数为5。

8.根据权利要求2所述的核电汽轮机系统故障预警方法，其特征在于，利用所述训练样本数据构造输入输出向量，包括：

在所述训练样本数据中，将每个时间节点及其后面的四个时间节点的数据归为一组，并将其作为输入向量，以及，将每组最后一个时间节点的下一节点的数据作为输出向量。

9.一种核电汽轮机系统故障预警系统，其特征在于，包括：

数据处理模块，用于获取实时采集的汽轮机的多个监测参数的信号数据，并分别对每个监测参数的信号数据进行处理，且根据处理后的多个监测参数的信号数据生成多维矩阵数据；

模型预测模块，用于将所述多维矩阵数据送入预先建立的状态预测模型，并根据所述状态预测模型的输出获取汽轮机下一时刻的参数预测信息；

状态输出模块，用于根据所述参数预测信息，实时输出状态预测结果；

异常判断模块，用于根据所述状态预测结果判断汽轮机是否出现异常，并在异常时生成故障预警信息。

10.根据权利要求9所述的核电汽轮机系统故障预警系统，其特征在于，还包括：

模型构建模块，用于在训练时，根据汽轮机的多个监测参数的信号数据构建状态预测模型，并对所构建的状态预测模型进行验证及测试。