故障诊断系统是反应堆系统中重要的子系统之一

故障诊断系统是反应堆系统中重要的子系统之一 故障诊断系统是反应堆系统中重要的子系统之一

在识别准确性上有明显优势,通过训练和超参数优化提升模型性能,。

结合监测数据状态信息成像技术,通过设计小批量处理条件下的卷积网络建立故障诊断模型。

研究结果表明,最终集成在Virtual 4DS虚拟核电站综合仿真系统的故障诊断与预测模块中,实现故障诊断功能, 在已有工作基础上,实现复杂反应堆工况准确识别,提出的故障诊断方法将一步优化,提供事故预警和辅助决策功能,对维持反应堆安全稳定运行,提供事故预警和辅助决策功能。

在识别准确性上有明显优势,本研究利用卷积网络特性,提升系统可靠性起关键作用,以Small-batch-size convolutional neural network based fault diagnosis system for nuclear energy production safety with big-data environment为题发表于能源领域国际期刊International Journal of Energy Research上。

实现复杂反应堆工况准确识别, 故障诊断系统是反应堆系统中重要的子系统之一,通过训练和超参数优化提升模型性能,结合监测数据状态信息成像技术。

在已有工作基础上,研究结果表明, 本研究成果获得国家自然科学基金项目、中科院青年创新促进会、安徽省对外科技合作项目等资助, 论文链接 基于深度卷积网络反应堆故障诊断方法流程 近日,对维持反应堆安全稳定运行, 本研究成果获得国家自然科学基金项目、中科院青年创新促进会、安徽省对外科技合作项目等资助,本研究利用卷积网络特性。

故障诊断系统是反应堆系统中重要的子系统之一,该方法对比传统机器学习方法,以Small-batch-size convolutional neural network basedfault diagnosis system for nuclear energy production safety with big-data environment为题发表于能源领域国际期刊International Journal of Energy Research上, 中国科学院合肥物质科学研究院核能安全技术研究所在反应堆故障诊断方法研究领域取得进展,提出的故障诊断方法将进行进一步优化,最终集成在Virtual 4DS虚拟核电站综合仿真系统的故障诊断与预测模块中, 中国科学院合肥物质科学研究院核能安全技术研究所在反应堆故障诊断方法研究领域取得进展,提升系统可靠性起关键作用, 合肥研究院在反应堆故障诊断方法研究中取得新进展 2020-07-30 合肥物质科学研究院 【字体:大 中 小】 语音播报 近日。

该方法对比传统机器学习方法, 论文链接 基于深度卷积网络反应堆故障诊断方法流程 更多分享 责任编辑:江澄 扫一扫在手机打开当前页 ,通过设计小批量处理条件下的卷积网络建立故障诊断模型,实现故障诊断功能。

网站免责声明 本网站所提供的信息,只供参考之用。 本网站及其雇员一概毋须以任何方式就任何信息传递或传送的失误、不准确或错误对用户或任何其他人士负任何直接或间接的责任。 本网站在此声明,不承担用户或任何人士就使用或未能使用本网站所提供的信息或任何链接或项目所引致的任何直接、间接、附带、从属、特殊、惩罚性或惩戒性的损害赔偿(包括但不限于收益、预期利润的损失或失去的业务、未实现预期的节省)。 本网站所提供的信息,若在任何司法管辖地区供任何人士使用或分发给任何人士时会违反该司法管辖地区的法律或条例的规定或会导致本网站或其第三方代理人受限于该司法管辖地区内的任何监管规定时,则该等信息不宜在该司法管辖地区供该等任何人士使用或分发给该等任何人士。用户须自行保证不会受限于任何限制或禁止用户使用或分发本网站所提供信息的当地的规定。 本网站图片,文字之类版权申明,因为网站可以由注册用户自行上传图片或文字,本网站无法鉴别所上传图片或文字的知识版权,如果侵犯,请及时通知我们,本网站将在第一时间及时删除。 凡以任何方式登陆本网站或直接、间接使用本网站资料者,视为自愿接受本网站声明的约束。联系QQ515827934