System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及核電廠設備維修,尤其涉及核電廠電磁閥壽命預測方法和終端設備。
技術介紹
1、核電廠設置了大量參與核電廠運行控制的電磁閥,因此電磁閥的功能正常與否與核電廠運行息息相關。目前核電廠主要在發現電磁閥出現功能異常或者電磁閥在役時長超過設定時長(即定期)時,才會更換電磁閥,而在電磁閥出現功能異常時才更換電磁閥存在很大不確定性,尤其是一些應用于在重要控制保護設備的電磁閥,突然失效可能會在核電廠發生事故時,因無法執行相應保護動作引致事故惡化。因此核電廠亟需一種能夠對電磁閥的壽命進行預測的技術方案,以實現能夠提前更換電磁閥的目的。
技術實現思路
1、本專利技術要解決的技術問題在于,提供一種核電廠電磁閥壽命預測方法和終端設備。
2、本專利技術解決其技術問題所采用的技術方案是:構造一種核電廠電磁閥壽命預測方法,包括:
3、基于設定序列模型和注意力機制建立能夠進行序列數據處理及針對性地利用設定特征數據進行訓練的多層感知器模型;
4、獲取訓練集和驗證集,利用所述訓練集對所述多層感知器模型進行訓練后,利用所述驗證集確定所述多層感知器模型的超參數,得到訓練好的所述多層感知器模型;
5、對訓練好的所述多層感知器模型進行模型蒸餾處理,以得到能夠對電磁閥壽命進行預測的預測模型;
6、獲取被測電磁閥的特征數據;
7、將所述特征數據輸入到所述預測模型,得到所述預測模型輸出的預測結果。
8、優選地,在利用所述訓練集訓練所述多
9、對所述訓練集進行不平衡數據處理;其中,所述不平衡數據處理包括過采樣和欠采樣。
10、優選地,在利用所述訓練集訓練所述多層感知器模型之前,還包括:
11、在所述多層感知器模型的隱藏層中建立深度特征學習結構。
12、優選地,所述利用所述訓練集訓練所述多層感知器模型的步驟,包括:
13、基于集成學習算法,利用所述訓練集訓練所述多層感知器模型。
14、優選地,所述利用所述驗證集確定所述多層感知器模型的超參數的步驟,包括:
15、通過交叉驗證算法和所述驗證集評估訓練好的所述多層感知器模型的性能,以根據評估結果利用超參數調優算法調整所述多層感知器模型的超參數。
16、優選地,在對訓練好的所述多層感知器模型進行模型蒸餾處理之前,還包括:
17、s21、獲取測試集;其中,所述測試集包括多個樣本數據,且所述測試集包括的每個樣本數據均不同于所述訓練集和所述驗證集所包括的所有樣本數據;
18、s22、將所述測試集中輸入到訓練好的所述多層感知器模型,得到訓練好的所述多層感知器模型輸出的測試結果;
19、s23、判斷所述測試結果是否符合設定要求,若是允許對訓練好的所述多層感知器模型進行模型蒸餾處理,若否則調整所述多層感知器模型的超參數,并執行s24;
20、s24、獲取不同于所述訓練集和所述驗證集以及使用過的測試集的待更新測試集,將所述待更新測試集定為新的所述測試集,返回至所述s22。
21、優選地,所述設定特征數據包括電磁閥的線圈電流、線圈電壓、線圈電阻、線圈電感、線圈吸合時間以及線圈釋放時間,以及電磁閥的開啟時間及關斷時間。
22、本專利技術還構造了一種終端設備,包括:
23、控制單元,用于運行的計算機程序,并在執行所述計算機程序時實現本專利技術實施例提供的核電廠電磁閥壽命預測方法的步驟。
24、優選地,所述終端設備還包括:
25、可調電源,與所述控制單元連接,用于根據控制單元輸出的電源控制信號輸出測試電源;
26、多功能采集卡,用于測量被測電磁閥的線圈電阻和線圈電感;
27、切換矩陣,與所述可調電源、所述控制單元、所述多功能采集卡被測電磁閥連接,用于與所述控制單元、所述可調電源和所述多功能采集卡配合,以測試所述被測電磁閥的線圈電流、線圈電壓、線圈電阻和線圈電感。
28、優選地,所述可調電源包括數字電位電路和穩壓控制電路;
29、所述數字電位電路與所述控制單元連接以根據所述電源控制信號輸出調節信號,所述穩壓控制電路與所述數字電位電路連接以根據所述調節信號輸出測試電源的輸出電壓;
30、所述切換矩陣包括第一繼電器k2、第二繼電器k19、電阻r20、電阻r21、電阻r14、電阻r38和光耦繼電器u10;
31、所述第一繼電器k2的第一公共觸點連接所述光耦繼電器u10的受光體第一端、第一常閉觸點連接所述穩壓控制電路的測試電源正極、第二公共觸點經所述電阻r38連接至所述第二繼電器k19的第二常閉觸點、第二常閉觸點接地、勵磁線圈的正端連接第一直流電壓、勵磁線圈的負端連接所述控制單元,所述光耦繼電器u10的受光體第二端經所述電阻r20和所述電阻r21連接至所述第一繼電器k2的第二公共觸點,所述電阻r20和所述電阻r21的連接節點連接所述多功能采集卡,所述光耦繼電器u10的發光體陽極接入第一直流電壓、發光體陰極經所述電阻r14連接至所述控制單元,所述第二繼電器k19的第一公共觸點連接所述被測電磁閥的線圈第一端、第一常閉觸點連接所述光耦繼電器u10的受光體第二端、第二公共觸點連接所述被測電磁閥的線圈第二端,所述第二繼電器k19的第一公共觸點、第一常開觸點、第二公共觸點和第二常開觸點還分別連接所述多功能采集卡;
32、在測量所述線圈電流和所述線圈電壓時,所述控制單元控制所述光耦繼電器u10導通、所述第一繼電器k2失磁及所述第二繼電器k19失磁,以通過所述多功能采集卡測量所述第二繼電器k19的第二常閉觸點電壓與所述電阻r20和所述電阻r21的連接節點電壓,并使所述控制單元能夠根據所述電阻r20和所述電阻r21的連接節點電壓和所述第二繼電器k19的第二常閉觸點電壓計算出所述線圈電流和所述線圈電壓;
33、在測量所述線圈電阻和所述線圈電感時,所述控制單元控制所述光耦繼電器u10關斷、所述第一繼電器k2失磁及所述第二繼電器k19勵磁,以使所述第二繼電器k19的第一公共觸點、第一常開觸點、第二公共觸點和第二常開觸點還分別連接所述多功能采集卡,以通過所述多功能采集卡測量所述線圈電阻和所述線圈電感。
34、實施本專利技術具有以下有益效果:提供了一種核電廠電磁閥壽命預測方法;首先基于設定序列模型和注意力機制建立能夠進行序列數據處理及針對性地利用設定特征數據進行訓練的多層感知器模型;然后利用訓練集對多層感知器模型進行訓練后,以及利用驗證集確定多層感知器模型的超參數,得到訓練好的多層感知器模型;接著,對訓練好的多層感知器模型進行模型蒸餾處理,以得到能夠對電磁閥壽命進行預測的預測模型;最后,獲取被測電磁閥的特征數據,將特征數據輸入到預測模型后,從而得到能夠表征被測電磁閥剩余壽命大小的預測結果,實現了電磁閥的壽命預測,而且預測模型具有結構簡單及預測準確性高的優點,對提高核電廠運行穩本文檔來自技高網...
【技術保護點】
1.一種核電廠電磁閥壽命預測方法,其特征在于,包括:
2.根據權利要求1所述的核電廠電磁閥壽命預測方法,其特征在于,在利用所述訓練集訓練所述多層感知器模型之前,還包括:
3.根據權利要求2所述的核電廠電磁閥壽命預測方法,其特征在于,在利用所述訓練集訓練所述多層感知器模型之前,還包括:
4.根據權利要求3所述的核電廠電磁閥壽命預測方法,其特征在于,所述利用所述訓練集訓練所述多層感知器模型的步驟,包括:
5.根據權利要求1所述的核電廠電磁閥壽命預測方法,其特征在于,所述利用所述驗證集確定所述多層感知器模型的超參數的步驟,包括:
6.根據權利要求5所述的核電廠電磁閥壽命預測方法,其特征在于,在對訓練好的所述多層感知器模型進行模型蒸餾處理之前,還包括:
7.根據權利要求1至6任一項所述的核電廠電磁閥壽命預測方法,其特征在于,所述設定特征數據包括電磁閥的線圈電流、線圈電壓、線圈電阻、線圈電感、線圈吸合時間以及線圈釋放時間,以及電磁閥的開啟時間及關斷時間。
8.一種終端設備,其特征在于,包括:
9
10.根據權利要求9所述的終端設備,其特征在于,所述可調電源包括數字電位電路和穩壓控制電路;
...【技術特征摘要】
1.一種核電廠電磁閥壽命預測方法,其特征在于,包括:
2.根據權利要求1所述的核電廠電磁閥壽命預測方法,其特征在于,在利用所述訓練集訓練所述多層感知器模型之前,還包括:
3.根據權利要求2所述的核電廠電磁閥壽命預測方法,其特征在于,在利用所述訓練集訓練所述多層感知器模型之前,還包括:
4.根據權利要求3所述的核電廠電磁閥壽命預測方法,其特征在于,所述利用所述訓練集訓練所述多層感知器模型的步驟,包括:
5.根據權利要求1所述的核電廠電磁閥壽命預測方法,其特征在于,所述利用所述驗證集確定所述多層感知器模型的超參數的步驟,包括:...
【專利技術屬性】
技術研發人員:王靜,樊曉樂,徐超,涂俊,姚力愷,涂畫,王志武,黃清林,蔡少展,
申請(專利權)人:陽江核電有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。