核动力装置运行数据的特征提取方法研究

摘要

随着传感器技术的发展,核动力装置能采集和监测的运行参数越来越多,这不仅加大了操纵员的负担,而且提升了监测系统的负载。考虑到大多数参数之间具有相关性且部分参数是冗余参数,其中的有效信息可用少数参数表达,因此提出了运用机器学习方法稀疏自动编码器对核动力装置的运行参数进行特征提取,然后将提取的特征数据应用到状态监测中。结果表明,在测试样本数据中分别包含单一正常工况数据和多种正常工况数据情况下,经过特征提取后的数据不仅能提升状态监测的精度,而且还能减少计算资源,这对提升核动力装置的安全性具有重要的指导意义。