近日，中科院合肥研究院核能安全技術研究所汪建業課題組在核電廠復雜系統智能故障診斷方法研究方面獲得新進展。該研究基于數據驅動的方法建立了核電廠復雜系統的故障診斷模型，發展了一套基于帶精英保留策略的非支配遺傳算法和卷積神經網絡算法相結合的自適應故障診斷方法，為核電廠復雜系統的故障診斷提供了理論和方法支持，相關研究成果發表在國際核能領域期刊Annals of Nuclear Energy上。碩士研究生賀晨為第一作者，戈道川、雍諾為通訊作者。
故障診斷技術是核電廠運行支持系統的重要組成部分，有助于核能生產的安全性和可靠性。目前用于核電廠復雜系統故障診斷的網絡結構需要專業人員設計，消耗時間長，診斷效率低。因此，如何優化故障診斷的網絡結構、提高診斷的效率和準確性是一項具有工程意義的研究工作。研究人員首先分析了核電廠數據的特點，然后建立了基于數據驅動的核電廠復雜系統故障診斷模型，發展了一套基于帶精英保留策略的非支配遺傳算法和卷積神經網絡算法相結合的自適應故障診斷方法，該算法已經在中科院先導專項中國鉛基研究反應堆平臺上進行了應用研究，研究結果表明基于帶精英保留策略的非支配遺傳算法和卷積神經網絡算法相結合的自適應故障診斷方法在故障診斷效率和模型結構構建方面相比目前三種經典CNN架構模型具有顯著優勢，對核電廠復雜系統的故障診斷具有理論指導意義。
該研究成果獲得國家重點研發計劃項目以及國家自然科學基金的資助。
文章鏈接：https://doi.org/10.1016/j.anucene.2021.108326
免責聲明：本網轉載自合作媒體、機構或其他網站的信息，登載此文出于傳遞更多信息之目的，并不意味著贊同其觀點或證實其內容的真實性。本網所有信息僅供參考，不做交易和服務的根據。本網內容如有侵權或其它問題請及時告之，本網將及時修改或刪除。凡以任何方式登錄本網站或直接、間接使用本網站資料者，視為自愿接受本網站聲明的約束。
