核电站主泵状态预测系统的设计与实现
唐永红
付彤
龚安
1.中国石油大学(华东) 青岛 2665802.中国石油大学(华东) 青岛 2665803.中国石油大学(华东) 青岛 266580
摘要：针对现有的核电站故障诊断系统中主泵运行状态预测模块较少的问题,设计开发了基于LSTM神经网络算法的轻量级核电站主泵状态分析及预测系统.系统基于主泵监测数据所形成的时间序列实现了异常状态检测、运行状态预测等功能,并对分析结果进行了可视化处理.实践证明,该系统作为核电站主泵故障诊断系统的补充在理论研究和指导生产实践中有广阔的应用前景和一定的研究价值.
关键词：异常诊断时间序列状态预测LSTM
分类号：TP391.9(计算技术、计算机技术)
资助基金：2017ZX05013-001)((编号)
论文发表日期：2020-11-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 2602-2605 )
英文信息