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

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

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

新能源 | 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
- 基于TICC算法的自监督学习核电设备运行工况划分
- 内蒙古电力技术 2025年第3期页码：32-38
- 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：
  
  中核核工业仿真技术重点实验室对外开放基金项目“基于半监督/自监督的深度学习异常检测方法研究”（B220631）
- DOI：10.19929/j.cnki.nmgdljs.2025.0032
  中图分类号： TM623;TP18
- 纸质出版：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]. 内蒙古电力技术, 2025,(3):32-38.

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.
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]. 内蒙古电力技术, 2025,(3):32-38. DOI： 10.19929/j.cnki.nmgdljs.2025.0032.

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).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

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