基于GrC-SDG的核电厂故障诊断研究

《基于GrC-SDG的核电厂故障诊断研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：密级：ＵＤＣ：编号：工学硕士学位论文基于ＧｒＣ－ＳＤＧ的核电厂故障诊断研究硕士研究生：武茂浦指导教师：刘永阔副教授学科、专业：核科学与技术论文主审人：彭敏俊教授哈尔滨工程大学２０１８年３月分类号：密级：UDC：编号：工学硕士学位论文基于GrC-SDG的核电厂故障诊断研究硕士研究生：武茂浦指导教师：刘永阔副教授学位级别：工学硕士学科、专业：核科学与技术所在单位：核科学与技术学院论文提交日期：2018年1月8日论文答辩日期：2018年3月9日学位授予单位：哈尔滨工程大学ClassifiedIndex:

2、U.D.C:ADissertationfortheDegreeofM.EngResearchonFaultDiagnosisofNuclearPowerPlantsBasedonGrC-SDGCandidate:WuMaopuSupervisor:LiuYongkuoAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:NuclearScienceandTechnologyDateofSubmission:January,2018DateofOralExamination:March,201

3、8University:HarbinEngineeringUniversity摘要随着生态环境的恶化及对电力需求的日益增大，核能作为最具潜力的清洁能源越来越受人们的重视。但是核电厂具有严重的潜在放射性危害，其安全性问题严重制约着核电事业的快速发展。为保证核电厂安全稳定运行，需要实时监测相关系统的状态，当出现参量异常情况时立即进行故障诊断，帮助操纵员第一时间了解故障的详细信息并采取有效措施，避免造成严重后果。本文针对福清核电厂2号机组，结合现有的故障诊断技术，对核电厂的状态监测、故障诊断及程度评估等关键技术进行研究，提出了一种适用于核电厂的故障诊

4、断方法并开发出一套相应的故障诊断系统。主要研究工作如下：(1)采取定性趋势分析与阈值法相结合的方式对核电厂相关运行参量进行状态监测，以提高监测的灵敏度，实现异常参量的早期发现。(2)对符号有向图(SignalDirectedGraph,SDG)方法进行研究并引入决策表，改进SDG方法的诊断流程，形成基于诊断规则的SDG故障诊断方法，避免SDG模型的重复性搜索推理工作，获得故障的传播路径，提高诊断速度。针对研究对象，建立核电厂SDG模型，清楚表达出各参量间的影响关系，并利用仿真机对其进行正确性验证。(3)研究粒计算(GranularComputi

5、ng,GrC)理论的属性约简算法与相似度推理算法。利用相对粒度属性约简算法对核电厂决策表进行简化，在确保分类能力不变的情况下剔除不必要的条件属性，从而降低决策表的复杂度、提高规则匹配的效率，并利用相似度推理算法确保匹配结果准确可靠，形成基于GrC-SDG的核电厂故障诊断方法。(4)研究深度神经网络的三种主要深度学习模型，并选择出适用于核电厂数据的深度置信网络模型，建立相关评估参量与故障程度的映射关系，实现对故障程度大小的评估计算。(5)采用C#4.0编程语言开发出一套集状态监测、故障诊断和程度评估等多种功能于一体的核电厂故障诊断系统，并利用福清

6、2号机组仿真机进行各项功能的测试与分析。测试结果表明本文提出的状态监测、故障诊断和程度评估方法可以及时准确地监测出异常参量、识别故障的类型并获得较为准确的评估结果，验证了方法的可行性和系统各功能的有效性，为进一步研究及工程实际应用打下了基础。关键词：核电厂；故障诊断；符号有向图；粒计算；深度置信网络ABSTRACTWiththedeteriorationoftheecologicalenvironmentandtheincreasingdemandforelectricity,nuclearenergyisattractingmoreandmo

7、reattentionasthemostpotentialcleanenergy.However,duetotheseriouspotentialradioactivehazardsofnuclearpowerplants,thesafetyissuehasseriouslyhamperedtherapidandefficientdevelopmentofthenuclearpowerindustry.Inordertoensurethesafeandstableoperationofnuclearpowerplants,itisnecessa

8、rytomonitortheconditionofthenuclearpowerplantsystems.Aftertheanomaliesfound