基于TICC算法的自监督学习核电设备运行工况划分

张大志; 郑胜; 崔文浩

doi:10.19929/j.cnki.nmgdljs.2025.0032

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于TICC算法的自监督学习核电设备运行工况划分

更新时间：2026-02-12

- 基于TICC算法的自监督学习核电设备运行工况划分
- Issue 3, Pages: 32-38(2025)
- 作者机构：
  
  1. 中核武汉核电运行技术股份有限公司
  2. 三峡大学理学院
- 作者简介：
- 基金信息：
- DOI：10.19929/j.cnki.nmgdljs.2025.0032
  CLC： TM623;TP18
- Published：2025
- 稿件说明：
移动端阅览
张大志, 郑胜, 崔文浩. 基于TICC算法的自监督学习核电设备运行工况划分[J]. 2025, (3): 32-38.
DOI：

张大志, 郑胜, 崔文浩. 基于TICC算法的自监督学习核电设备运行工况划分[J]. 2025, (3): 32-38. DOI： 10.19929/j.cnki.nmgdljs.2025.0032.

摘要

为实现核电设备运行工况准确、快速、自动划分，做好核电设备健康评估，及时发现设备异常，提出一种基于托普利兹逆协方差聚类（Toeplitz Inverse Covariance-Based Clustering

TICC）算法的自监督学习核电设备运行工况划分算法。首先，对核电设备的历史运行数据进行归一化处理，并利用手肘法确定最佳聚类数。随后，利用TICC算法对核电设备历史运行数据进行工况分类，并根据分类结果为各个工况的数据片段分配工况标签。最后，采用带有标签的工况数据训练卷积神经网络，获得工况划分模型，并采用真实的核电设备运行数据对所提算法进行验证。结果显示，本文所提算法的准确率可达96.6%，工况划分耗时仅3.4 s。相比于K-means聚类算法与TICC算法，本文所提算法在准确率和划分速度上均有较大提升，可有效帮助核电站现场运维人员进行核电设备运行工况划分。

Abstract

关键词

Keywords

references

严超.核电厂热阱维持系统健康状态评估技术研究[D].哈尔滨工程大学,2016(03).

赵性爽.核电厂运行健康状态评估方法研究[D].哈尔滨工程大学,2016(03).

J. A. Hartigan,M. A. Wong.A K‐Means Clustering Algorithm[J].Journal of the Royal Statistical Society: Series C (Applied Statistics),1979(1).

初壮,周池,孙绍文.基于改进储能及碳捕集模型的综合能源系统优化运行[J].东北电力大学学报,2025(01).

伍超明,庄巍.基于遗传算法优化BP神经网络的组合导航数据预测[J].机电工程技术,2024(12).

王晨宇,张钊,侯佳龙,周红艳,陈雪波.基于密度峰值聚类和改进LWLR的短期电力负荷预测[J].东北电力大学学报,2024(04).

章玉杰,单哲,李卫平,史阳,王闻.含柔性直流电网紧急频率协调控制策略[J].东北电力技术,2024(03).

杨强.核电厂设备知识图谱辅助应用技术研究[J].电力大数据,2023(10).

谭思超,李桐,刘永超,梁彪,王博,沈继红.关于人工智能在核能领域应用的若干思考[J].核动力工程,2023(02).

陈梅,陈熙鹏,陈薇,程勇,高翔,褚彪.基于融合聚类的篦冷机工况划分与识别研究[J].控制工程,2023(02).

邢继,吴宇翔,刘倩雯,霍小东,孙金龙.整体平衡的核安全观和能动与非能动先进核电厂[J].核科学与工程,2023(01).

沈江飞,王双飞,黄立军,凌霜寒,张圣.核电厂设备状态多参数同步监测技术研究[J].核动力工程,2022(04).

柴国旱,杨志义,肖军,王岳巍,丁超,种毅敏.福岛核事故后核安全改进行动及安全要求研究[J].原子能科学技术,2022(03).

肖发龙,吴岳忠,沈雪豪,何震凯,秦烨.基于深度学习和知识图谱的变电站设备故障智能诊断[J].电力建设,2022(03).

刘文倩,韩利峰,黄丽,杨峥翰.基于数字孪生的TMSR-SF0数据监控与可视化方案[J].核技术,2022(02).

许勇,蔡云泽,宋林.基于数据驱动的核电设备状态评估研究综述[J].上海交通大学学报,2022(03).

赵帅,顾煜炯,李欣,卢禹,赵俊荣.供热机组多元工况下能效状态基准研究[J].热力发电,2022(04).

蔡绍宽.双碳目标的挑战与电力结构调整趋势展望[J].南方能源建设,2021(03).

王靖然,王桂棠,杨波,王志刚,符秦沈,杨圳.深度学习在焊缝缺陷检测的应用研究综述[J].机电工程技术,2021(03).

王仲,顾煜炯,韩旭东,杨建球,黄元平.基于历史数据聚类的火电机组工况划分[J].仪器仪表学报,2019(02).

沈江飞,潘天成,毛晓明,吴天昊,顾访.核电厂重大设备健康状态的模糊综合评价方法[J].核动力工程,2018(06).

张锐,王义武,朱啸龙,殷俊,韩晨,杨余旺.基于UPGMA的优化初始中心K-means算法研究[J].计算机技术与发展,2018(02).

叶奇蓁.我国核电及核能产业发展前景[J].南方能源建设,2015(04).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

一种考虑季节性分时电价的柔性负荷优化方法

基于改进CenterNet算法的风机叶片损伤检测识别技术

基于深度学习的火电机组用钢金相组织评级方法研究

Related Author

李彬

李若松

张雨蒙

周照钒

周颖

陈宋宋

焦晓峰

张艳飞

Related Institution

华北电力大学电气与电子工程学院

中国电力科学研究院有限公司

内蒙古电力科学研究院

内蒙古工业大学

内蒙古自治区可再生能源重点实验室

AI问答

⁰