CN111354496A - 核电厂事故在线诊断及状态跟踪预测方法 - Google Patents

核电厂事故在线诊断及状态跟踪预测方法 Download PDF

Info

Publication number
CN111354496A
CN111354496A CN201811569591.9A CN201811569591A CN111354496A CN 111354496 A CN111354496 A CN 111354496A CN 201811569591 A CN201811569591 A CN 201811569591A CN 111354496 A CN111354496 A CN 111354496A
Authority
CN
China
Prior art keywords
power plant
accident
state
nuclear
tracking
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811569591.9A
Other languages
English (en)
Other versions
CN111354496B (zh
Inventor
魏巍
王盟
侯雪燕
严舟
陈艳芳
郭富德
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Research Institute of Nuclear Power Operation
China Nuclear Power Operation Technology Corp Ltd
Original Assignee
Research Institute of Nuclear Power Operation
China Nuclear Power Operation Technology Corp Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Research Institute of Nuclear Power Operation, China Nuclear Power Operation Technology Corp Ltd filed Critical Research Institute of Nuclear Power Operation
Priority to CN201811569591.9A priority Critical patent/CN111354496B/zh
Publication of CN111354496A publication Critical patent/CN111354496A/zh
Application granted granted Critical
Publication of CN111354496B publication Critical patent/CN111354496B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
    • G21D—NUCLEAR POWER PLANT
    • G21D3/00—Control of nuclear power plant
    • G21D3/04—Safety arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E30/00—Energy generation of nuclear origin
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Abstract

本发明涉及核安全与核应急技术领域，具体涉及核电厂事故在线诊断及状态跟踪预测方法。现有的核电站诊断、评估、预测系统存在严重依赖样本库，诊断结果不够精准，对事故进展预测不够等缺点。本发明包括如下步骤：步骤一：电厂状态识别；步骤二：事故类型/序列识别；步骤三：任意初始化；步骤四：热工水力分析程序；步骤五：比较处理。本发明对事故诊断信息全面，反应迅速，判断准确，能够同时预测出三种干预方案，效率高。

Description

核电厂事故在线诊断及状态跟踪预测方法
技术领域
本发明涉及核安全与核应急技术领域，具体涉及核电厂事故在线诊断及状态跟踪预测方法。
背景技术
在核电站事故期间，特别是严重事故条件下，电厂操纵员及应急响应技术人员将处在相当大的压力之下。而严重事故往往伴随着电源的丧失或者电厂仪表的大面积损坏，此时核电厂基本处于一个黑匣子的状态，可以获取的电厂状态信息十分有限。在这种情况下需要根据有限的数据，判断电厂事故的根本原因及所处的状态，并在很短的时间内给出正确的干预措施来缓解事故的进程，使得电厂恢复到可控的状态，对于核应急响应人员来说是极大的挑战。亟需相关的支持系统提供可靠的分析，诊断出事故的根本原因，跟踪获得机组的事故状态，为核事故的处置提供有力支持。
在现有系统中，也出现了一些对核电厂事故进行诊断、评估、预测的系统，大致包括如下几种系统：
1)公布号为CN104915768A的一种用于核电厂严重事故诊断及响应支持的方法及系统，该系统提出一种核电厂严重事故根本原因诊断的方法，主要是通过在事先建立的严重事故序列样本库中匹配相关的特征参数，一旦特征参数与样本库的中某个事故或几个事故序列匹配上，则输出该事故序列或多个事故序列的可能的概率作为诊断结果，并利用该事故作为预测模块的输入，来预测事故的发展及干预措施的效果。
但是，该系统存在一些严重的不足，具体地：
1、诊断结果严重依赖样本库，严重事故是多重事故的叠加，与初因事故、叠加事故的出现时间都有关系，样本库很难枚举所有的事故序列；
2、对于事故根本原因的判断基于特征参数与样本库的匹配，对于严重事故后期现象基本一致都是堆芯升温熔化，这种特征参数匹配的方式可能给出的事故根本原因有多种，很难给出精准诊断结果，对于应急响应的支持的有限；
3、基于这种根本原因的诊断，作为预测计算模块的输入，很难准确预测事故的进展，因为严重事故的预测不仅跟事故序列有关，还跟多种事故出现的时刻相关，因此仅基于事故序列的预测并不能正确反应核电事故状态的真实演进。
发明内容
一、目的：提供一种核电厂事故在线诊断与状态跟踪预测的工具，帮助核应急响应人员快速获取事故机组的完整状态及事故发生的根本原因，并基于获取的机组事故状态及根本原因初始化预测计算模块，快速预测事故的发展及干预方案的效果，为核应急响应提供技术支持，最大限度降低事故后果。
二、技术方案：
核电厂事故在线诊断及状态跟踪预测方法，包括：步骤一：电厂状态识别；步骤二：事故类型/序列识别；步骤三：任意初始化；步骤四：热工水力分析程序；步骤五：比较处理；步骤六：核事故快速预测及干预措施评估。
所述的步骤一：电厂状态识别，具体包括：
(1)读取和处理电厂数据，对从电厂采集的少量信号进行处理，包括：读入电厂粗数据、检查电厂信号是否在合理的范围内、检查电厂多重信号通道的一致性并完成参数信号取均值的方式进行合并处理、识别破损蒸汽发生器回路、合并高低压安注数据、完成与底层分析程序相匹配的信号单位转换；
(2)整体状态识别：识别电厂状态，根据输入的电厂信号，判断事故的状态，主要要包括堆芯淹没、堆芯部分裸露、堆芯完全裸露、堆芯损毁。
所述的步骤二：事故类型/序列识别，具体包括：详细识别事故类型，识别事故的征兆和类型、识别在之前和当前电厂数据采样区间内所发生的事件，通过评价蒸汽发生器、主系统和安全壳的质能变化率、检查安全壳是否失效，来设置热工水力计算引擎的事件序列和边界条件。
所述的步骤三：任意初始化，具体包括：建立和运行热工水力程序跟踪进程，调用并控制热工水力计算引擎的计算，完成基于输入数据及电厂状态及事故类别识别结果作为输入的事故状态的计算。
所述的步骤四：热工水力分析程序，具体包括：调整热工水力程序的边界条件，如果电厂状态跟踪已经严重偏移，则会驱动再初始化单元；如果电厂状态跟踪良好，没有发生典型的事件响应，则依据电厂实时数据对系统参数进行小范围微调或不调整。
所述的步骤五：比较处理，具体包括：比较跟踪结果与电厂数据，将电厂数据与热工水力计算引擎计算值进行对比，检查比较结果以确定跟踪模块是否需要再初始化，如需要再初始化，根据当前结果进行分析程序的赋值。
所述的步骤五中，如果跟踪状态不需初始化，则找到根本原因，或者在预测模块输入数据进行预测。
所述的步骤六：核事故快速预测及干预措施评估，具体包括：基于跟踪模块提供的当前机组状态，快速预测事故的进展，并提供多台服务器预测同时不同的干预方案及假设条件下的事故演变情况评估。
三、效果：
1)能够基于核电机组少量信号完成对核电机组状态的跟踪及事故原因诊断；
2)能够在接受数据后300秒内完成事故状态的跟踪及诊断，且正确率在95％以上；
3)对事故的诊断信息全面，包括事故类型(LOCA、SBO、MSLB等)、事故严重程度、事故发生的区域等；
4)快速预测能同时预测三种不同的干预方案的效果，每种干预方案能同时给出最佳估算、保守、乐观以及介于保守与最佳估算、介于乐观与最佳估算一共5种不同假设模型的事故进程，即一次最多可提供一种事故的15种演进方式；
5)快速预测的快时倍率能够达到50倍整体快时的效果。
附图说明
图1核事故在线诊断及状态跟踪模块流程图
图2核事故快速预测及干预措施评估模块流程图
具体实施方式
在核电站事故在线诊断及状态跟踪预测系统中，将基于采集到的少量机组状态数据，获得堆芯状态、事故类型和事故序列识别，通过底层热工水力分析程序和预估校正的算法，跟踪当前机组的事故状态，实现对电厂事故跟踪和在线仿真。如图1所示，主要分为如下几个步骤：
步骤一：电厂状态识别
(1)读取和处理电厂数据，对从电厂采集的少量信号进行处理，包括：读入电厂粗数据、检查电厂信号是否在合理的范围内、检查电厂多重信号通道的一致性并完成参数信号取均值的方式进行合并处理、识别破损蒸汽发生器回路、合并高低压安注数据、完成与底层分析程序相匹配的信号单位转换；
(2)整体状态识别：识别电厂状态，根据输入的电厂信号，判断事故的状态，主要要包括堆芯淹没、堆芯部分裸露、堆芯完全裸露、堆芯损毁；
步骤二：事故类型/序列识别；
详细识别事故类型，识别事故的征兆和类型、识别在之前和当前电厂数据采样区间内所发生的事件，通过评价蒸汽发生器、主系统和安全壳的质能变化率、检查安全壳是否失效，来设置热工水力计算引擎的事件序列和边界条件；
步骤三：任意初始化
建立和运行热工水力程序跟踪进程，调用并控制热工水力计算引擎的计算，完成基于输入数据及电厂状态及事故类别识别结果作为输入的事故状态的计算；
步骤四：热工水力分析程序
调整热工水力程序的边界条件，如果电厂状态跟踪已经严重偏移，则会驱动再初始化单元；如果电厂状态跟踪良好，没有发生典型的事件响应，则依据电厂实时数据对系统参数进行小范围微调或不调整；
步骤五：比较处理
比较跟踪结果与电厂数据，将电厂数据与热工水力计算引擎计算值进行对比，检查比较结果以确定跟踪模块是否需要再初始化，如需要再初始化，根据当前结果进行分析程序的赋值。
步骤六：核事故快速预测及干预措施评估
基于跟踪模块提供的当前机组状态，快速预测事故的进展，并提供多台服务器预测同时不同的干预方案及假设条件下的事故演变情况评估。
核电站事故在线诊断及状态跟踪系统包括以下五个部分：
(1)电厂数据处理模块，对读入的电厂数据进行有效性检查，识别并剔除坏点；
(2)事故类型和序列的识别模块，识别事故的征兆和类型、识别在之前和当前电厂数据采样区间内所发生的事件、评价蒸汽发生器、主系统和安全壳的质能变化率、评价LOCA面积和位置(如果是破口序列)、检查安全壳是否失效、设置MAAP程序事件序列和边界条件。
(3)边界条件修正模块，根据其他途径获得的电厂实际状态，对人工水力计算引擎的边界条件进行调整。
(4)热工水力计算引擎，采用国际上广泛应用的严重事故分析软件MAAP；
(5)比较修正模块，比较人工水力计算引擎计算的结果与电厂数据，确认是否跟踪到机组的状态。
(6)如图2所示，预测模块：依据跟踪模块得到的当前事故状态，借助高性能计算机快速预测核事故的发展及潜在干预方案的效果，从而达到对核事故的快速预测及干预方案进行评估的目的。当跟踪状态良好时，则进行预测分析管理；设计干预方案，采用三个快速预测引擎，对现有状态进行预测；将三个预测按照评价模型进行比对，选出最佳干预方案。

Claims (8)

1.核电厂事故在线诊断及状态跟踪预测方法，其特征在于：包括：步骤一：电厂状态识别；步骤二：事故类型/序列识别；步骤三：任意初始化；步骤四：热工水力分析程序；步骤五：比较处理；步骤六：核事故快速预测及干预措施评估。
2.如权利要求1所述的核电厂事故在线诊断及状态跟踪预测方法，其特征在于：所述的步骤一：电厂状态识别，具体包括：
(1)读取和处理电厂数据，对从电厂采集的少量信号进行处理，包括：读入电厂粗数据、检查电厂信号是否在合理的范围内、检查电厂多重信号通道的一致性并完成参数信号取均值的方式进行合并处理、识别破损蒸汽发生器回路、合并高低压安注数据、完成与底层分析程序相匹配的信号单位转换；
(2)整体状态识别：识别电厂状态，根据输入的电厂信号，判断事故的状态，主要要包括堆芯淹没、堆芯部分裸露、堆芯完全裸露、堆芯损毁。
3.如权利要求1所述的核电厂事故在线诊断及状态跟踪预测方法，其特征在于：所述的步骤二：事故类型/序列识别，具体包括：详细识别事故类型，识别事故的征兆和类型、识别在之前和当前电厂数据采样区间内所发生的事件，通过评价蒸汽发生器、主系统和安全壳的质能变化率、检查安全壳是否失效，来设置热工水力计算引擎的事件序列和边界条件。
4.如权利要求1所述的核电厂事故在线诊断及状态跟踪预测方法，其特征在于：所述的步骤三：任意初始化，具体包括：建立和运行热工水力程序跟踪进程，调用并控制热工水力计算引擎的计算，完成基于输入数据及电厂状态及事故类别识别结果作为输入的事故状态的计算。
5.如权利要求1所述的核电厂事故在线诊断及状态跟踪预测方法，其特征在于：所述的步骤四：热工水力分析程序，具体包括：调整热工水力程序的边界条件，如果电厂状态跟踪已经严重偏移，则会驱动再初始化单元；如果电厂状态跟踪良好，没有发生典型的事件响应，则依据电厂实时数据对系统参数进行小范围微调或不调整。
6.如权利要求1所述的核电厂事故在线诊断及状态跟踪预测方法，其特征在于：所述的步骤五：比较处理，具体包括：比较跟踪结果与电厂数据，将电厂数据与热工水力计算引擎计算值进行对比，检查比较结果以确定跟踪模块是否需要再初始化，如需要再初始化，根据当前结果进行分析程序的赋值。
7.如权利要求6所述的核电厂事故在线诊断及状态跟踪预测方法，其特征在于：所述的步骤五中，如果跟踪状态不需初始化，则找到根本原因，或者在预测模块输入数据进行预测。
8.如权利要求6所述的核电厂事故在线诊断及状态跟踪预测方法，其特征在于：所述的步骤六：核事故快速预测及干预措施评估，具体包括：基于跟踪模块提供的当前机组状态，快速预测事故的进展，并提供多台服务器预测同时不同的干预方案及假设条件下的事故演变情况评估。
CN201811569591.9A 2018-12-21 2018-12-21 核电厂事故在线诊断及状态跟踪预测方法 Active CN111354496B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811569591.9A CN111354496B (zh) 2018-12-21 2018-12-21 核电厂事故在线诊断及状态跟踪预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811569591.9A CN111354496B (zh) 2018-12-21 2018-12-21 核电厂事故在线诊断及状态跟踪预测方法

Publications (2)

Publication Number Publication Date
CN111354496A true CN111354496A (zh) 2020-06-30
CN111354496B CN111354496B (zh) 2022-03-22

Family

ID=71196907

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811569591.9A Active CN111354496B (zh) 2018-12-21 2018-12-21 核电厂事故在线诊断及状态跟踪预测方法

Country Status (1)

Country Link
CN (1) CN111354496B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112086214A (zh) * 2020-09-23 2020-12-15 中国核动力研究设计院 一种核电站关键设备远程状态监视与智能诊断平台
CN112766589A (zh) * 2021-01-26 2021-05-07 中国人民解放军海军工程大学 用于核事故多阶段的事故处置对策生成方法、系统及介质
CN113035403A (zh) * 2021-03-02 2021-06-25 上海核工程研究设计院有限公司 一种核电厂异常工况下的自动控制方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0289101A (ja) * 1988-09-27 1990-03-29 Nippon Atom Ind Group Co Ltd プロセスプラント緊急時支援システム
US5586156A (en) * 1995-07-14 1996-12-17 General Electric Company Reactor protection system with automatic self-testing and diagnostic
CN103310860A (zh) * 2013-05-27 2013-09-18 中国核电工程有限公司 一种采用数字化人机接口核电厂的事故运行处理显示功能分析方法
CN104700222A (zh) * 2015-03-18 2015-06-10 中科华核电技术研究院有限公司 核电厂大破口事故不确定性分析方法
CN104916339A (zh) * 2015-04-22 2015-09-16 中国核动力研究设计院 核电厂应急状态诊断系统及诊断方法
CN104915768A (zh) * 2015-06-02 2015-09-16 中科华核电技术研究院有限公司 一种用于核电厂严重事故诊断及响应支持的方法及系统
US20150269505A1 (en) * 2014-03-18 2015-09-24 Hitachi, Ltd. Operation Support System for Plant Accidents
CN107480346A (zh) * 2017-07-24 2017-12-15 核动力运行研究所 一种核动力装置严重事故的模拟系统及方法
CN107505851A (zh) * 2017-07-11 2017-12-22 核动力运行研究所 基于Rinsim平台的Ovation控制仿真系统及仿真方法
US20180330835A1 (en) * 2014-12-17 2018-11-15 Dcns Method for managing stoppage of a pressurised-water nuclear reactor

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0289101A (ja) * 1988-09-27 1990-03-29 Nippon Atom Ind Group Co Ltd プロセスプラント緊急時支援システム
US5586156A (en) * 1995-07-14 1996-12-17 General Electric Company Reactor protection system with automatic self-testing and diagnostic
CN103310860A (zh) * 2013-05-27 2013-09-18 中国核电工程有限公司 一种采用数字化人机接口核电厂的事故运行处理显示功能分析方法
US20150269505A1 (en) * 2014-03-18 2015-09-24 Hitachi, Ltd. Operation Support System for Plant Accidents
US20180330835A1 (en) * 2014-12-17 2018-11-15 Dcns Method for managing stoppage of a pressurised-water nuclear reactor
CN104700222A (zh) * 2015-03-18 2015-06-10 中科华核电技术研究院有限公司 核电厂大破口事故不确定性分析方法
CN104916339A (zh) * 2015-04-22 2015-09-16 中国核动力研究设计院 核电厂应急状态诊断系统及诊断方法
CN104915768A (zh) * 2015-06-02 2015-09-16 中科华核电技术研究院有限公司 一种用于核电厂严重事故诊断及响应支持的方法及系统
CN107505851A (zh) * 2017-07-11 2017-12-22 核动力运行研究所 基于Rinsim平台的Ovation控制仿真系统及仿真方法
CN107480346A (zh) * 2017-07-24 2017-12-15 核动力运行研究所 一种核动力装置严重事故的模拟系统及方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
李仕鲜: "基于神经网络方法的LOCA事故诊断", 《核技术》 *
王萌: "基于MAAP5程序的秦山核电站严重事故分析", 《原子能科学技术》 *
黄维德: "核电站事故情况下的反应堆状态诊断和预测程序", 《中国电机工程学会青年学术会议》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112086214A (zh) * 2020-09-23 2020-12-15 中国核动力研究设计院 一种核电站关键设备远程状态监视与智能诊断平台
CN112766589A (zh) * 2021-01-26 2021-05-07 中国人民解放军海军工程大学 用于核事故多阶段的事故处置对策生成方法、系统及介质
CN113035403A (zh) * 2021-03-02 2021-06-25 上海核工程研究设计院有限公司 一种核电厂异常工况下的自动控制方法

Also Published As

Publication number Publication date
CN111354496B (zh) 2022-03-22

Similar Documents

Publication Publication Date Title
EP3454289B1 (en) Plant abnormality detection method and system
CN111354496B (zh) 核电厂事故在线诊断及状态跟踪预测方法
Coble et al. Applying the general path model to estimation of remaining useful life
CN111459700B (zh) 设备故障的诊断方法、诊断装置、诊断设备及存储介质
CN104390657B (zh) 一种发电机组运行参数测量传感器故障诊断方法及系统
CN110738274A (zh) 一种基于数据驱动的核动力装置故障诊断方法
CN112581430A (zh) 一种基于深度学习的航空发动机无损检测方法、装置、设备及存储介质
CN109948860A (zh) 一种机械系统剩余寿命预测方法及系统
KR102241650B1 (ko) 딥러닝 기반의 화력 발전소 재과열기 튜브의 누설 감지 방법 및 이를 수행하는 장치
CN103558955B (zh) 基于多对象多状态显示器的多对象状态监测方法及系统
CN112632845B (zh) 基于数据的小型反应堆在线故障诊断方法、介质及设备
CN110990788A (zh) 一种基于三元维纳过程的轴承剩余寿命预测方法
CN113469231A (zh) 故障诊断方法、故障诊断系统、计算机设备及存储介质
CN114255784A (zh) 一种基于声纹识别的变电站设备故障诊断方法及相关装置
CN111312414B (zh) 核电厂疲劳监测和寿命评估系统的疲劳评价方法
He et al. A non-intrusive approach for fault detection and diagnosis of water distribution systems based on image sensors, audio sensors and an inspection robot
CN110119759B (zh) 一种基于增益张量的高温承压元件红外图像监测方法
US11339763B2 (en) Method for windmill farm monitoring
CN111721399B (zh) 一种水工建筑结构振动测试系统和测试方法
CN115798760A (zh) 适用于核电厂的事故在线诊断跟踪及快速预测系统及方法
CN104731955A (zh) 风电机组油液监测诊断标准建立及智能诊断方法及系统
CN114420333A (zh) 一种三代非能动核电厂的事故诊断跟踪及快速预测系统
CN109814535A (zh) 基于维纳模型辨识方法的扩散炉在线诊断方法
CN110516323A (zh) 一种基于时序分析的压力管道损伤预测方法
CN116449761B (zh) 智能泵站智慧控制系统及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant