System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及核电仪控卡件数据处理,尤其涉及一种仪控卡件健康预测模型的获得方法、使用方法及装置。
技术介绍
1、数字化控制系统(distributed control system,dcs)在核电站的应用日益普及,已成为二代改进型和三代核电站的关键技术。dcs不仅用于监控核电站的仪表,还直接影响到核电站的安全运行。核电仪控卡件作为dcs的核心组件,其稳定性和可靠性对整个核电站的安全运营至关重要。
2、然而,传统的核电仪控卡件维护方法主要依赖于定期检查和故障后维修,这种方法被动且效率低下,无法有效预防突发故障。
3、因此,如何提前预测核电仪控卡件的健康状况,成为实现对核电仪控卡件预防性维护的关键所在。
技术实现思路
1、鉴于上述问题,本专利技术提供一种克服上述问题或者至少部分地解决上述问题的一种仪控卡件健康预测模型的获得方法、使用方法及装置,技术方案如下:
2、一种仪控卡件健康预测模型的构建方法,包括:
3、构建核电仪控卡件的功能故障树;
4、利用所述功能故障树,构建所述核电仪控卡件的初始仪控卡件健康预测模型;
5、获得所述核电仪控卡件的关键特征信息训练集,其中,所述关键特征信息训练集包括从所述核电仪控卡件在至少一个历史时刻下的健康关联信息中提取出的至少一个目标特征向量,所述目标特征向量标注有所述核电仪控卡件的运行状态结果标识;
6、利用所述关键特征信息训练集中的所述目标特征向量,对所述初始仪控卡件健
7、可选的,所述构建核电仪控卡件的功能故障树,包括:
8、获得所述核电仪控卡件的可靠性功能框图;
9、利用所述可靠性功能框图识别所述核电仪控卡件的关键器件和关键电路;
10、对所述关键器件和所述关键电路进行功能展开,获得所述核电仪控卡件的硬件功能展开结果;
11、利用所述硬件功能展开结果,构建所述核电仪控卡件的从元器件级到电路级的功能故障树。
12、可选的,所述利用所述功能故障树,构建所述核电仪控卡件的初始仪控卡件健康预测模型,包括:
13、将所述功能故障树按照故障类别代入至预先编制好的机器监督学习算法程序中,执行所述机器监督学习算法程序,构建所述核电仪控卡件的初始仪控卡件健康预测模型。
14、可选的,所述利用所述关键特征信息训练集中的所述目标特征向量,对所述初始仪控卡件健康预测模型进行训练,获得训练好的目标仪控卡件健康预测模型,包括:
15、在所述机器监督学习算法程序为随机森林算法的情况下,使用所述关键特征信息训练集中的所述目标特征向量对所述初始仪控卡件健康预测模型中的多个决策树进行训练,以使每个所述决策树基于特征重要性进行分裂,获得训练好的目标仪控卡件健康预测模型。
16、可选的,所述在利用所述关键特征信息训练集中的所述目标特征向量,对所述初始仪控卡件健康预测模型进行训练,获得训练好的目标仪控卡件健康预测模型之后,所述方法还包括:
17、使用交叉验证算法和网络搜索算法对所述目标仪控卡件健康预测模型进行模型参数调优,获得优化后的所述目标仪控卡件健康预测模型。
18、可选的,在所述使用交叉验证算法和网络搜索算法对所述目标仪控卡件健康预测模型进行模型参数调优,获得优化后的所述目标仪控卡件健康预测模型之后,所述方法还包括:
19、获得所述核电仪控卡件的关键特征信息验证集,其中,所述关键特征信息验证集包括从所述核电仪控卡件的所述历史健康关联信息中提取出的至少一个所述目标特征向量,所述目标特征向量标注有所述核电仪控卡件的运行状态结果标识;
20、利用所述关键特征信息验证集中的所述目标特征向量,对优化后的所述目标仪控卡件健康预测模型进行验证,获得所述目标仪控卡件健康预测模型的预测准确性评估结果。
21、可选的,所述健康关联信息包括所述核电仪控卡件的工艺数据、自诊断状态数据和运行环境数据。
22、一种仪控卡件健康预测模型的使用方法,包括:
23、获得核电仪控卡件在当前时刻下的目标特征向量;
24、将所述目标特征向量输入至上述任一项所述仪控卡件健康预测模型的构建方法得到的所述目标仪控卡件健康预测模型中,获得所述目标仪控卡件健康预测模型输出的所述核电仪控卡件的运行状态预测结果。
25、一种仪控卡件健康预测模型的构建装置,包括:功能故障树构建单元、初始模型构建单元、训练集获得单元和目标模型获得单元,
26、所述功能故障树构建单元,用于构建核电仪控卡件的功能故障树;
27、所述初始模型构建单元,用于利用所述功能故障树,构建所述核电仪控卡件的初始仪控卡件健康预测模型;
28、所述训练集获得单元,用于获得所述核电仪控卡件的关键特征信息训练集,其中,所述关键特征信息训练集包括从所述核电仪控卡件在至少一个历史时刻下的健康关联信息中提取出的至少一个目标特征向量,所述目标特征向量标注有所述核电仪控卡件的运行状态结果标识;
29、所述目标模型获得单元,用于利用所述关键特征信息训练集中的所述目标特征向量,对所述初始仪控卡件健康预测模型进行训练,获得训练好的目标仪控卡件健康预测模型。
30、一种仪控卡件健康预测模型的使用装置,包括:当前特征向量获得单元和运行状态预测结果获得单元,
31、所述当前特征向量获得单元,用于获得核电仪控卡件在当前时刻下的目标特征向量;
32、所述运行状态预测结果获得单元,用于将所述目标特征向量输入至上述所述仪控卡件健康预测模型的构建装置得到的所述目标仪控卡件健康预测模型中,获得所述目标仪控卡件健康预测模型输出的所述核电仪控卡件的运行状态预测结果。
33、借由上述技术方案,本专利技术提供的一种仪控卡件健康预测模型的获得方法、使用方法及装置,应用于核电仪控卡件数据处理
本专利技术通过构建核电仪控卡件的功能故障树,利用功能故障树构建仪控卡件健康预测模型,使用核电仪控卡件在历史时刻的健康关联信息中提取并标注有运行状态结果标识的目标特征向量进行模型训练。将核电仪控卡件在当前时刻下的目标特征向量输入到训练好的仪控卡件健康预测模型中,以获得模型输出的仪控卡件运行状态预测结果。本专利技术通过有效利用核电仪控卡件的历史健康关联信息,构建目标仪控卡件健康预测模型,使用目标仪控卡件健康预测模型能够预测核电仪控卡件的未来健康状态,从而实现预防性维护,提高核电站的安全性和可靠性。
34、上述说明仅是本专利技术技术方案的概述,为了能够更清楚了解本专利技术的技术手段,而可依照说明书的内容予以实施,并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂,以下特举本专利技术的具体实施方式。
本文档来自技高网...【技术保护点】
1.一种仪控卡件健康预测模型的构建方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述构建核电仪控卡件的功能故障树,包括:
3.根据权利要求1所述的方法,其特征在于,所述利用所述功能故障树,构建所述核电仪控卡件的初始仪控卡件健康预测模型,包括:
4.根据权利要求3所述的方法,其特征在于,所述利用所述关键特征信息训练集中的所述目标特征向量,对所述初始仪控卡件健康预测模型进行训练,获得训练好的目标仪控卡件健康预测模型,包括:
5.根据权利要求1所述的方法,其特征在于,所述在利用所述关键特征信息训练集中的所述目标特征向量,对所述初始仪控卡件健康预测模型进行训练,获得训练好的目标仪控卡件健康预测模型之后,所述方法还包括:
6.根据权利要求5所述的方法,其特征在于,在所述使用交叉验证算法和网络搜索算法对所述目标仪控卡件健康预测模型进行模型参数调优,获得优化后的所述目标仪控卡件健康预测模型之后,所述方法还包括:
7.根据权利要求1至6中任一项所述的方法,其特征在于,所述健康关联信息包括所述核电仪控卡件
8.一种仪控卡件健康预测模型的使用方法,其特征在于,包括:
9.一种仪控卡件健康预测模型的构建装置,其特征在于,包括:功能故障树构建单元、初始模型构建单元、训练集获得单元和目标模型获得单元,
10.一种仪控卡件健康预测模型的使用装置,其特征在于,包括:当前特征向量获得单元和运行状态预测结果获得单元,
...【技术特征摘要】
1.一种仪控卡件健康预测模型的构建方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述构建核电仪控卡件的功能故障树,包括:
3.根据权利要求1所述的方法,其特征在于,所述利用所述功能故障树,构建所述核电仪控卡件的初始仪控卡件健康预测模型,包括:
4.根据权利要求3所述的方法,其特征在于,所述利用所述关键特征信息训练集中的所述目标特征向量,对所述初始仪控卡件健康预测模型进行训练,获得训练好的目标仪控卡件健康预测模型,包括:
5.根据权利要求1所述的方法,其特征在于,所述在利用所述关键特征信息训练集中的所述目标特征向量,对所述初始仪控卡件健康预测模型进行训练,获得训练好的目标仪控卡件健康预测模型之后,所述方法还包括:...
【专利技术属性】
技术研发人员:姜智锐,马建新,
申请(专利权)人:北京广利核系统工程有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。