發(fā)布時間：2024-05-07 22:05

　　很多非核能工業(yè)已經廣泛利用大數(shù)據(jù)和機器學習技術提升他們的生產力,而核電廠收集了大量歷史、實時運轉和維修數(shù)據(jù),本論文提出核電廠"數(shù)字雙胞胎"集成大數(shù)據(jù)和機器學習技術的構想,這就是數(shù)據(jù)驅動建模加上物理驅動建模的觀念,這將更有效的利用核電廠歷史和實時運轉和維修數(shù)據(jù),并依此開發(fā)預測維護系統(tǒng)和操作輔助工具,建立智能核電廠,目的是幫助核電廠的工程師和操作員更安全、更有效能地運轉和維修核電廠。

【文章頁數(shù)】：6 頁

【部分圖文】：

圖1數(shù)據(jù)同化循環(huán)

數(shù)據(jù)同化技術基本上是一種貝葉斯推理（Bayesianinference）技術，包括控制方程式的時間更新部分和依據(jù)測量取得的測量更新部分。時間更新和測量更新是一個循環(huán)如圖1所示。時間更新方程負責向前（及時）預測當前狀態(tài)和誤差協(xié)方差，測量更新方程式則負責反饋，即用于將新的度量合并到....

圖2數(shù)據(jù)同化各列向量相互關系

各列向量相互關系如圖2所示[8]。從此二差距可以產生以下成本函數(shù)：

圖3智能核電廠上層架構設計示意圖———研發(fā)階段

圖4顯示智能核電廠在應用階段的架構設計，和圖3主要差別在于在研發(fā)階段智能核電廠是脫機的，獨立執(zhí)行不會對核電廠有任何影響，經過研發(fā)和驗證，核電廠可以選擇智能核電廠與核電廠聯(lián)機取得實時運行和維護數(shù)據(jù)，如此更能有效地為核電廠提供實時的建議和行動指南。圖4智能核電廠上層架構設計示意圖—....

圖4智能核電廠上層架構設計示意圖———應用階段

圖3智能核電廠上層架構設計示意圖———研發(fā)階段7智能核電廠的實施

本文編號：3967055