基于经验模态分解的核电站故障诊断研究

作     者：张月馨 朱加良 何正熙 李德银 徐涛 周新志 Zhang Yuexin;Zhu Jialiang;He Zhengxi;Li Deyin;Xu Tao;Zhou Xinzhi

作者机构：四川大学电子信息学院四川成都 中国核动力研究设计院核反应堆系统设计技术重点实验室四川成都 电子科技大学光纤传感与通信教育部重点实验室四川成都 福建福清核电有限公司福建福清 

出 版 物：《科学技术创新》 (Scientific and Technological Innovation)

年 卷 期：2023年第6期

页      面：221-224页

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

基　　金：核反应堆系统设计技术重点实验室资助 项目编号:KFKT-05-FW-HT-20220019 

主　　题：核电站 故障诊断 EEMD CNN 

摘      要：为帮助操作员及早确定系统运行状态、提高决策效率,提出了基于集成经验模态分解算法(EEMD)和通道注意力机制(SE)的故障诊断方法。研究选取9种核电站典型故障,利用EEMD将原始故障信号进行分解,通过基于通道注意力机制的卷积神经网络(CSEnet)诊断当前状态。建立深度置信网络(DBN)、卷积神经网络(CNN)、双向长短时记忆网络(BiLSTM)和CNN-BiLSTM进行对比实验,结果表明EEMD-CSEnet比其他模型具有更高的诊断精度,满足实际需求。