基于注意力机制的反应堆一回路系统故障诊断技术研究

目前,煤炭、石油和天然气等化石能源带来的环境污染日益严重,同时化石能源为不可再生能源,不符合可持续发展的战略要求。核能作为可再生资源且清洁环保,其广泛于陆地发电、船舶和空间技术等领域。但是,核动力装置在运行期间由于性能退化和操作不当会发生故障,几十年来不乏惨痛的教训。所以,对核动力装置进行有效的故障诊断具有十分重要的意义。目前,业界对核反应堆系统的故障诊断提出了许多数据驱动、模型驱动的人工智能方法,这些方法依赖大量多种传感器获取到的数据,而这些数据不是都对故障诊断任务有帮助。反应堆一回路系统是核动力装置中的核心部分,也是要求高可靠性和高安全性的复杂系统。在反应堆一回路系统运行过程中,会产生大量设备参数的变化数据。为了解决设备参数众多冗杂、模型易受到无关信息干扰的问题,本文提出了两种基于注意力机制的反应堆一回路系统故障诊断方法,一方面能够利用注意力机制的优势,分别从时间和设备参数这两个维度,使模型能够更好地关注与故障诊断任务相关的特征参数,捕获到数据中隐含的更关键的信息,从而提升模型的诊断效果;另一方面,还能够缓解网络模型信息过载的问题,进一步提升预测精度。