KR101219895B1 - System for evaluating nuclear power plant shutdown urgency using trip signature database and method thereof - Google Patents
System for evaluating nuclear power plant shutdown urgency using trip signature database and method thereof Download PDFInfo
- Publication number
- KR101219895B1 KR101219895B1 KR1020100131937A KR20100131937A KR101219895B1 KR 101219895 B1 KR101219895 B1 KR 101219895B1 KR 1020100131937 A KR1020100131937 A KR 1020100131937A KR 20100131937 A KR20100131937 A KR 20100131937A KR 101219895 B1 KR101219895 B1 KR 101219895B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- power plant
- pattern
- nuclear power
- stop
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
- G06F11/3072—Monitoring arrangements determined by the means or processing involved in reporting the monitored data where the reporting involves data filtering, e.g. pattern matching, time or event triggered, adaptive or policy-based reporting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
원자력 발전소가 정지되기 직전 몇 분 동안 수집되는 운전 변수 거동 데이터와 정지 패턴 데이터베이스에 저장된 정지 패턴 데이터를 신속히 비교하여 운전 정지 정보를 출력하는 정지 패턴 데이터베이스를 활용한 원자력 발전소 정지 시급성 평가 시스템 및 방법을 개시한다.
일 실시예로서, 원자력 발전소 정지 시급성 평가 시스템 및 방법은, 원자력발전소에 사용되는 시뮬레이터로부터 생성할 수 있는 다양한 사고 시나리오를 통해 데이터를 확보하고, 데이터의 차원을 축소하는 기법을 이용하여 신호 전처리를 한 다음 최종적으로 저장한다. 데이터의 차원을 축소하는 방법은 수 백 개에 달하는 발전소 변수를 신속하게 비교하기 위해서 필요하다. 발전소에서 연속적으로 수집되는 데이터를 정지 패턴 데이터베이스의 데이터와 비교하는 방법은 총 여러 종류의 유사성 척도를 이용하여 수행될 수 있으며, 각 유사성 척도는 상황에 따라 다른 장점이 있으므로, 최종 결과는 모든 유사성 척도의 가중치 평균에 의하여 계산되도록 한다. 마지막으로 유사성 척도를 이용한 패턴 매칭을 통하여 정지 패턴 데이터베이스에서 현재 발전소의 거동과 매칭되는 형태의 패턴이 검색이 되면, 검색된 패턴의 마지막 결말을 확인하여 발전소가 정지까지 다다르는지, 만일 정지되면 정지까지의 잔여 시간이 얼마나 남았는지에 대한 정보를 운전원에게 제공한다.Disclosed is a system and method for stopping the urgency evaluation of a nuclear power plant using a stop pattern database for quickly comparing operation pattern data collected for a few minutes immediately before a nuclear power plant is stopped and stop pattern data stored in a stop pattern database. do.
In one embodiment, the system and method for stopping a nuclear power plant stoppage can be achieved by securing data through various accident scenarios that can be generated from a simulator used in a nuclear power plant, and performing signal preprocessing using a technique of reducing the dimension of data Then finally save. Reducing the dimensionality of the data is necessary to quickly compare hundreds of plant variables. The method of comparing the data continuously collected at the power plant with the data of the static pattern database can be performed using various kinds of similarity measures, and since each similarity measure has different advantages depending on the situation, To be calculated by the weighted average of. Finally, if pattern matching with the behavior of the current plant is found in the static pattern database through pattern matching using the similarity measure, it is checked whether the end of the detected pattern reaches the stoppage, Provide the operator with information about how much time remains.
Description
본 발명의 실시예들은 원자력 발전소가 정지되기 직전 몇 분 동안 수집되는 운전 변수 거동 데이터와 정지 패턴 데이터베이스에 저장된 정지 패턴 데이터를 신속히 비교하여 발전소 정지 여부와 정지까지의 잔여 시간을 출력하는 정지 패턴 데이터베이스를 활용한 원자력 발전소 정지 시급성 평가 시스템 및 방법에 관한 것이다.Embodiments of the present invention provide a stop pattern database for quickly comparing the operation parameter data collected for several minutes immediately before the nuclear power plant is stopped and the stop pattern data stored in the stop pattern database to output the remaining time until the stoppage and stoppage of the plant The present invention relates to a system and method for evaluating the urgency of a nuclear power station to be used.
원자력 발전소는 원자핵 분열에 의하여 발생한 열에너지로 만든 증기로 발전기를 돌려 전력을 생산한다. 원자력 발전소는 전력 생산에 신뢰도를 높이고자 운전 정지에 대한 시급성 평가를 수행한다. 이에 따라 원자력 발전소에서 운전 정지에 대한 시급성을 평가하는 시스템이 요구된다.Nuclear power plants produce electricity by rotating the generator with steam made from thermal energy generated by atomic nucleus fragmentation. Nuclear power plants perform urgency assessments of shutdowns to increase reliability in power generation. Accordingly, a system for evaluating the urgency of shutdown of a nuclear power plant is required.
본 발명의 일실시예는 원자력 발전소의 사고 시나리오에 따른 정지 패턴 데이터와 원자력 발전소가 정지되기 직전 몇 분 동안 수집되는 운전 변수 거동 데이터를 비교 검색하여 매칭되는 형태의 정지 패턴에 대응한 원자력 발전소의 운전 정지 정보를 출력하는 정지 패턴 데이터베이스를 활용한 원자력 발전소 정지 시급성 평가 시스템 및 방법을 제공한다.An embodiment of the present invention compares the static pattern data according to the accident scenario of a nuclear power plant with the operation pattern data collected for a few minutes immediately before the nuclear power plant is stopped and operates the nuclear power plant corresponding to the matching stop pattern Provided is a system and method for estimating the urgency of stopping a nuclear power plant utilizing a static pattern database for outputting stop information.
상기의 일실시예를 이루기 위한, 정지 패턴 데이터베이스를 활용한 원자력 발전소 정지 시급성 평가 시스템은, 원자력 발전소의 사고 시나리오에 따른 정지 패턴 데이터를 저장하는 정지 패턴 데이터베이스; 상기 원자력 발전소에서 측정되는 운전 변수 거동 데이터와 매칭되는 형태의 정지 패턴 데이터를 상기 정지 패턴 데이터베이스에서 검색하고, 상기 검색된 정지 패턴 데이터와 상기 운전 변수 거동 데이터를 이용하여 정지 패턴을 획득하는 정지 패턴 획득부; 및 상기 획득된 정지 패턴에 대응한 원자력 발전소의 운전 정지 정보를 출력하는 운전 정보 출력부를 포함한다.According to another aspect of the present invention, there is provided a system for estimating a stoppability of a nuclear power plant using a static pattern database, the system comprising: a static pattern database for storing static pattern data according to an accident scenario of a nuclear power plant; A stationary pattern obtaining unit for searching the stationary pattern database for a type of stationary pattern data matched with operation parameter behavior data measured at the nuclear power plant and obtaining a stationary pattern using the retrieved stationary pattern data and the operation parameter data, ; And an operation information output unit for outputting operation stop information of the nuclear power plant corresponding to the obtained stop pattern.
또한, 상기 일실시예를 달성하기 위한 기술적 방법으로서, 정지 패턴 데이터베이스를 활용한 원자력 발전소 정지 시급성 평가 방법은, 원자력 발전소의 사고 시나리오에 따른 정지 패턴 데이터를 정지 패턴 데이터베이스에 저장하는 단계; 상기 원자력 발전소에서 측정되는 운전 변수 거동 데이터와 매칭되는 형태의 정지 패턴 데이터를 상기 정지 패턴 데이터베이스에서 검색하는 단계; 상기 검색된 정지 패턴 데이터와 상기 운전 변수 거동 데이터를 이용하여 정지 패턴을 획득하는 단계; 및 상기 획득된 정지 패턴에 대응한 원자력 발전소의 운전 정지 정보를 출력하는 단계를 포함한다.According to another aspect of the present invention, there is provided a method of estimating a stoppage of a nuclear power plant using a stop pattern database, the method comprising: storing stop pattern data according to an accident scenario of a nuclear power plant in a stop pattern database; Searching in the static pattern database for static pattern data of a type matching operation parameter data measured at the nuclear power plant; Obtaining a stop pattern using the retrieved stop pattern data and the operation variable behavior data; And outputting the operation stop information of the nuclear power plant corresponding to the obtained stop pattern.
본 발명의 일실시예에 따르면, 원자력 발전소의 운전 중 이상 신호가 발생하여 운전이 정지할 때 시행되는 정지 원인 분석을 판단 기준이 더 신뢰성 있는 객관적 기준에 의해 분석하고 분석 결과를 제공한다.According to one embodiment of the present invention, the analysis of the cause of the stopping when the operation is stopped due to the occurrence of an abnormal signal during the operation of the nuclear power plant is analyzed according to the more reliable objective criteria and the analysis result is provided.
도 1은 본 발명의 일실시예에 따른 원자력 발전소 정지 시급성 평가 시스템의 구성을 도시한 도면이다.
도 2는 본 발명의 일실시예에 따른 원자력 발전소 정지 시급성 평가 방법의 순서를 도시한 흐름도이다.FIG. 1 is a diagram illustrating a configuration of a system for evaluating a stoppability of a nuclear power plant according to an embodiment of the present invention. Referring to FIG.
FIG. 2 is a flowchart illustrating a procedure of a method of evaluating a stoppability of a nuclear power plant according to an embodiment of the present invention.
이하에서, 본 발명에 따른 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 본 발명이 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.Hereinafter, embodiments according to the present invention will be described in detail with reference to the accompanying drawings. However, the present invention is not limited to or limited by the embodiments. Like reference symbols in the drawings denote like elements.
도 1은 본 발명의 일실시예에 따른 원자력 발전소 정지 시급성 평가 시스템의 구성을 도시한 도면이다.FIG. 1 is a diagram illustrating a configuration of a system for evaluating a stoppability of a nuclear power plant according to an embodiment of the present invention. Referring to FIG.
도 1을 참조하면, 본 발명의 일실시예에 따른 원자력 발전소 정지 시급성 평가 시스템(100)은 정지 패턴 데이터베이스(110), 정지 패턴 획득부(120), 운전 정보 출력부(130)를 포함하여 구성될 수 있다.Referring to FIG. 1, a nuclear power plant
정지 패턴 데이터베이스(110)는 원자력 발전소의 사고 시나리오에 따른 정지 패턴 데이터를 저장한다. 정지 패턴 데이터베이스(110)는 원자력 발전소의 운전 시스템을 가상화한 시뮬레이터로부터 사고 시나리오 별 다양한 정지 패턴 데이터를 입력받아 저장한다.The
정지 패턴 획득부(120)는 원자력 발전소에서 측정되는 복수의 데이터 중에서, 사고 시나리오와 연관된 데이터를 운전 변수 거동 데이터로서 선정한다. 정지 패턴 획득부(120)는 선정된 운전 변수 거동 데이터와 매칭되는 형태의 정지 패턴 데이터를 정지 패턴 데이터베이스에서 검색하고, 검색된 정지 패턴 데이터와 운전 변수 거동 데이터를 이용하여 정지 패턴을 획득한다.The stop pattern acquisition unit (120) selects, from among a plurality of data measured at a nuclear power plant, data associated with an accident scenario as operation variable behavior data. The stop
정지 패턴 획득부(120)는 검색된 정지 패턴 데이터와 운전 변수 거동 데이터에 대해 서로 상관된 변수를 선형 변환하여 서로 독립된 가공 변수로 변수의 수를 줄이는 차원 축소부(121)를 포함한다. 차원 축소부(121)는 비교 대상이 되는 변수의 수를 줄여 두 데이터의 비교 연산량을 줄임으로써 비교 연산의 계산 속도와 효율성을 높인다.The stop
정지 패턴 획득부(120)는 운전 변수 거동 데이터와 가장 유사한 형태의 정지 패턴 데이터를 검색하고자 두 데이터 사이의 거리를 계산하거나 두 벡터 사이의 코사인 값을 계산한다. 정지 패턴 획득부(120)는 정지 패턴 데이터와 운전 변수 거동 데이터 사이의 거리를 계산하여 최소 값을 갖는 정지 패턴을 획득한다. 다른 실시예로, 정지 패턴 획득부(120)는 정지 패턴 데이터와 운전 변수 거동 데이터에 대응한 두 벡터 사이의 코사인 값을 계산하여 1에 가까운 값을 갖는 정지 패턴을 획득한다.The stop
정지 패턴 획득부(120)는 운전 변수 거동 데이터와 매칭되는 형태의 정지 패턴 데이터를 검색하고자 비교 대상이 되는 정지 패턴 데이터 또는 운전 변수 거동 데이터에 가중치를 부여하여 비교 연산을 수행한다. 정지 패턴 획득부(120)는 다른 변수에 비해 상대적으로 중요한 변수에 대해 가중치를 부여하여 두 데이터 사이의 비교 연산을 수행하여 연산 결과로 정지 패턴을 획득한다.The stop
운전 정보 출력부(130)는 획득된 정지 패턴에 대응한 원자력 발전소의 운전 정지 정보를 출력한다. 운전 정보 출력부(130)는 원자력 발전소의 운전 시스템을 가상화한 시뮬레이터에 사고 시나리오가 적용되어 획득된 정지 패턴 데이터에 대응한 운전 정지 정보로 운전 정지 여부와 운전 정지까지의 잔여 시간을 데이터베이스화하여 저장한다. 운전 정지 정보는 정지 패턴 데이터와 운전 변수 거동 데이터간에 유사성 비교 결과 선택된 정지 패턴에 대응한 운전 정지 여부와 운전 정지까지의 잔여 시간을 포함한다. 운전 정보 출력부(130)는 정지 패턴에 대응한 운전 정지 정보로 운전 정지 여부와 원자력 발전소가 운전 정지하면 운전 정지까지의 잔여 시간을 출력한다.The operation
도 2는 본 발명의 일실시예에 따른 원자력 발전소 정지 시급성 평가 방법의 순서를 도시한 흐름도이다.FIG. 2 is a flowchart illustrating a procedure of a method of evaluating a stoppability of a nuclear power plant according to an embodiment of the present invention.
본 발명의 일실시예에 따른 원자력 발전소 정지 시급성 평가 방법은 도 1에 도시된 원자력 발전소 정지 시급성 평가 시스템(이하, 평가 시스템으로 표기함)에 의해 구현될 수 있다. 이하, 도 2의 설명에서는 상술한 도 1을 함께 참조하여 도 2를 설명하여 발명의 이해를 도모한다.The method for evaluating the stoppage of nuclear power plant according to the embodiment of the present invention can be implemented by the system for evaluating the urgency of stoppage of nuclear power plant shown in FIG. 1 (hereinafter referred to as an evaluation system). Hereinafter, with reference to FIG. 2, description will be given of FIG. 2 with reference to FIG. 1 to understand the invention.
평가 시스템은 원자력 발전소의 운전 정지를 발생시킬 수 있는 운전 변수 거동 데이터를 사전 시뮬레이션을 통해 인지하고 있는 다양한 경우의 정지 패턴 데이터를 저장하는 정지 패턴 데이터베이스와 비교하여 매칭되는 형태의 정지 패턴을 획득하고, 획득된 정지 패턴으로부터 운전 정지 정보로 원자력 발전소가 실제로 정지할지 여부와 정지할 경우라면 정지하기까지의 남은 시간이 얼마나 남아있는지를 출력한다.The evaluation system compares the operation parameter data, which may cause the operation stop of the nuclear power plant, with a stop pattern database storing various types of stop pattern data recognized through pre-simulation to obtain a matching stop pattern, From the obtained stop pattern, it outputs whether the nuclear power plant is actually halted from the operation stop information and how much time remains until the halt if the halt is stopped.
이를 위해 평가 시스템은 다양한 경우의 정지 패턴 데이터를 저장하는 정지패턴 데이터베이스를 미리 보유하고 있어야 하며, 원자력 발전소에서 측정되는 운전 변수 거동 데이터와 정지 패턴 데이터베이스에 저장된 정지 패턴 데이터를 비교하여 정지 패턴을 획득해야 한다.To this end, the evaluation system must have a database of stationary patterns storing various types of stationary pattern data, and compares the operation parameter data measured at the nuclear power plant with the stationary pattern data stored in the stationary pattern database to obtain a stationary pattern do.
평가 시스템이 정지 패턴 데이터를 확보하여 정지 패턴 데이터베이스를 구성하는 동작에 대해 설명한다.An operation in which the evaluation system secures the stop pattern data and constructs the stop pattern database will be described.
단계 210에서 평가 시스템은 정지 패턴 데이터베이스를 구성하기 위해 원자력 발전소에 대한 시뮬레이터에 다양한 사고 시나리오를 고려하여 각 기능들에 대하여 발생할 수 있는 기능 불량을 고의적으로 제공하고 그 결과로 얻을 수 있는 정지 패턴 데이터를 확보한다. 단계 220에서 평가 시스템은 원자력 발전소에서 같은 곳의 기능 불량도 경우에 따라 기능 불량의 정도가 다를 수 있으므로 기능 고장의 정도가 다를 경우를 고려하여 다양한 경우의 정지 패턴 데이터를 확보하여 정지 패턴 데이터베이스를 미리 보유한다.In
평가 시스템이 원자력 발전소에서 운전 변수 거동 데이터를 획득하는 동작에 대해 설명한다.The operation of the evaluation system to acquire the operation parameter data at the nuclear power plant will be described.
평가 시스템은 정지 패턴 데이터베이스의 정지 패턴 데이터와 비교하게 될 운전 변수 거동 데이터를 원자력 발전소로부터 측정하여 사용한다. 단계 230, 240에서 평가 시스템은 실제 가동 중인 원자력 발전소에서 실시간으로 취득되는 데이터 정보들 중 정지 패턴 데이터와 비교하여 패턴을 확인하고 싶은 운전 변수 거동 데이터를 선정하여 사용한다.The evaluation system uses the operation parameter data to be compared with the stop pattern data of the static pattern database from the nuclear power plant and uses it. In
평가 시스템이 운전 변수 거동 데이터와 정지 패턴 데이터의 차원을 축소하는 동작에 대해 설명한다.The operation of the evaluation system for reducing the dimension of the operation parameter data and the static pattern data will be described.
평가 시스템은 원자력 발전소의 운전 정지를 발생시킬 수 있는 운전 변수의 거동과 보유하고 있는 정지 패턴 데이터베이스를 비교하여 매칭되는 정지 패턴을 찾아야 한다. 이때, 평가 시스템이 보유하고 있는 정지 패턴 데이터베이스와 비교하고자 하는 운전 변수 거동 데이터를 전부 비교하는 동작은 효율성 면에서 좋다고 할 수 없다.The evaluation system should compare the behaviors of the operating variables that may cause the shutdown of the nuclear power plant with the database of the stationary patterns to find matching stop patterns. At this time, the operation of comparing all of the operation variable behavior data to be compared with the static pattern database held by the evaluation system is not good in terms of efficiency.
정지 패턴 검색 과정에서 수 백 개에 달하는 발전소 변수를 모두 사용할 경우에는 변수 비교에서 크게 영향을 주지 않는 노이즈 특징들까지도 모두 포함하여 계산하기 때문에 오히려 올바로 정지 패턴을 검색하지 못할 가능성이 발생하게 된다. 또한, 데이터의 양이 많아져 인식 속도가 느려지고 비교하는데 필요한 집합의 크기도 커지게 되어 처리 속도가 느려진다.If all of the hundreds of power plant variables are used in the search process of the stationary pattern, all of the noise characteristics that do not have a significant effect on the comparison of the variables are calculated. Therefore, there is a possibility that the stationary pattern may not be detected correctly. In addition, the amount of data increases, the recognition speed becomes slow, and the size of the set required for comparison becomes large, and the processing speed becomes slow.
따라서 단계 250, 260에서 평가 시스템은 차원 축소 방법을 통해 많은 양의 데이터를 비교하던 것을, 적은 양의 데이터로 줄여 신속한 비교가 가능하도록 한다. 비교하는 데이터의 양이 줄어들수록 비교 속도는 빨라지게 되고 평가 시스템은 신속한 결론을 도출할 수 있다.Therefore, in
차원 축소 방법에는 주성분 분석, 인자 분석, 부분 최소 제곱법 등 다양한 방법들이 있다. 본 발명의 일실시예에서는 여러 차원 축소 방법 중 주성분 분석 방법을 사용하여 차원을 축소하는 방법을 실시한다.There are various methods such as principal component analysis, factor analysis, partial least squares, and so on. In one embodiment of the present invention, a method of reducing the dimension using the principal component analysis method among the various dimensional reduction methods is performed.
주성분 분석 방법은 서로 상관되어 있는 변수들의 자료를 선형 변환시켜 서로 독립되어 있는 주성분이라는 가공 변수로 변수의 수를 줄여주는 차원 축소 방법이다. 정지 패턴 데이터베이스에서 보유하고 있는 정지 패턴 데이터에 포함된 변수의 단위 및 크기가 모두 다르기 때문에 평가 시스템이 정지 패턴 데이터베이스를 활용하여 주성분 분석 방법을 실행시키면 단위가 큰 쪽에 분산이 크기 때문에 주성분의 설명력이 커지는 현상이 발생한다. 이를 방지하기 위해 평가 시스템은 변수에 대해 표준화를 시킨 후 주성분 분석을 실시한다.Principal component analysis is a dimension reduction method that reduces the number of variables by processing variables that are independent of each other by linearly transforming data of mutually correlated variables. Since the units and sizes of the variables included in the static pattern data held in the static pattern database are different, when the principal component analysis method is executed using the static pattern database, the larger the unit is, the larger the explanatory power of the main component becomes A phenomenon occurs. To prevent this, the evaluation system standardizes the variables and performs principal component analysis.
본 발명의 일실시예에서 평가 시스템이 사용한 주성분 분석 방법은 다음과 같다. 정지 패턴 데이터베이스를 나타내는 행렬 X는 샘플링 주기별로 저장된 변수의 횟수를 N, 변수의 종류를 P, 변수를 S라 할 때 다음과 같이 나타낼 수 있다.In the embodiment of the present invention, the principal component analysis method used in the evaluation system is as follows. The matrix X representing the stationary pattern database can be expressed as follows, where N is the number of stored variables, P is the variable type, and S is the variable S for each sampling period.
위 행렬 X는 모든 변수를 나타내는 행렬로서 그 크기가 일정하지 않다. 따라서 변수의 크기를 맞추어 주기 위하여 각 변수 SP의 값 S1P ~ SNP 까지의 값 중 하나 큰 값 SP'를 선택하여 S1P ~ SNP 값을 나누어 표준화 행렬 Q를 만들어준다.The above matrix X is a matrix representing all variables and is not constant in size. Therefore, in order to match the size of the variable cycle select one a value S P 'of the values of each variable to the value of S P S S 1P ~ NP ~ S by dividing the S 1P NP value makes the standardization matrix Q.
위 행렬 Q의 값은 0 ~ 1 사이의 값이 된다. 표준화시킨 행렬 Q를 계산한 뒤, 행렬 Q의 공분산 행렬 covQ를 계산해야 한다. 공분산 행렬 covQ는 행렬 Q의 기대값 연산자 E와 기대값 μQ값을 이용하여 다음과 같이 계산된다.The value of the above matrix Q is a value between 0 and 1. After calculating the normalized matrix Q, we need to calculate the covariance matrix cov Q of the matrix Q. The covariance matrix cov Q is calculated as follows using the expected value operator E of the matrix Q and the expected value μ Q :
평가 시스템은 공분산 행렬과 정지 패턴 데이터베이스 행렬을 곱하여 Score 행렬을 계산한다. The evaluation system calculates the Score matrix by multiplying the covariance matrix by the stationary pattern database matrix.
평가 시스템은 위 행렬 Score에서 이전의 데이터베이스의 양보다 적은 양의 데이터 값만을 사용할 수 있도록 explained 값을 고려하여 정지 패턴 데이터베이스를 저장한다. 이 때 저장된 변수를 S", 변수의 종류를 P'라고 하면 행렬 Score은 다음과 같다.The evaluation system stores the static pattern database considering the explained values so that only the amount of data smaller than the amount of the previous database in the above matrix Score can be used. If the stored variable is S "and the variable type is P, the matrix Score is as follows.
explained 값은 행렬 Score의 각 값이 전체 값에서 차지하고 있는 비율을 나타내고 있는 값이다. 행렬 Score의 explained 값은 먼저 각 행렬 Score에서 각 값들의 고유 값을 λNP 라고 한다면, 아래 식과 같다.The explained value is the ratio of each value of the matrix Score to the total value. The explained value of the matrix Score can be expressed by the following equation when the eigenvalue of each value in each matrix Score is λ NP .
여기서 고유 값 λ를 구하는 방법은 단위 행렬 I를 이용하여 구할 수 있다.Here, the method of obtaining the eigenvalue? Can be obtained by using the unit matrix I.
평가 시스템은 이상 설명한 주성분 분석 방법인 차원 축소 방법을 사용하여 신호 전처리를 한 다음 최종적으로 차원 축소된 정지 패턴 데이터를 정지 패턴 데이터베이스에 저장한다. 운전 변수 거동 데이터 역시 정지 패턴 데이터와 같은 조건으로 비교되어야 하기 때문에 운전 변수 거동 데이터 행렬을 Y라고 했을 때, 평가 시스템은 행렬 Y를 주성분 분석 방법인 차원 축소 방법을 사용하여 전처리 된 결과를 행렬 Score'로 만들어 저장한다.The evaluation system carries out signal preprocessing using the dimension reduction method which is the principal component analysis method described above, and finally stores the dimensionally reduced static pattern data in the static pattern database. Since the operation variable data must be compared with the same condition as the static pattern data, when the operation variable behavior data matrix is Y, the evaluation system uses the dimension reduction method, which is a principal component analysis method, as the matrix Y, And stores it.
평가 시스템이 정지 패턴 데이터와 운전 변수 거동 데이터간에 유사성을 비교하여 정지 패턴을 검색하는 동작에 대해 설명한다.The evaluation system compares the similarity between the stop pattern data and the operation variable behavior data to search for the stop pattern.
단계 270에서 평가 시스템은 최종적으로 차원 축소된 정지 패턴 데이터가 저장된 정지패턴 데이터베이스와 원전에서 측정된 운전 변수 거동 데이터를 비교하기 위해서 유사성 척도를 사용한다. 많은 유사성 척도 중 본 발명의 일실시예에서는 유클리드 거리 척도(Euclidean Distance Similarity)와 코사인 척도(Cosine Similarity)를 유사성 비교에 사용한다.In
유클리드 거리 척도는 N차원에서의 두 점간의 거리를 구하는 척도이다. 정지 패턴 데이터와 운전 변수 거동 데이터간에 거리를 측정하는 유클리드 거리 공식은 아래와 같다.The Euclidean distance scale is a measure of the distance between two points in the N dimension. The Euclidean distance formula for measuring the distance between the static pattern data and the operating parameter behavior data is as follows.
즉, 각 점 사이의 거리를 이용해 두 항목의 유사도를 계산 할 수 있다. 유사성이 높을수록 그 값은 0에 가까운 값을 가지게 되며, 유사성이 낮을수록 큰 값을 갖게 된다.That is, the similarity between two items can be calculated using the distance between each point. The higher the similarity, the closer the value is to 0, and the lower the similarity, the greater the value.
코사인 척도는 N개의 속성의 두 벡터간의 코사인 값을 사용하여 유사성을 확인한다. 코사인 척도를 계산하는 공식은 아래와 같다.The cosine measure confirms the similarity using the cosine value between two vectors of N properties. The formula for calculating the cosine scale is as follows.
위 코사인 척도의 결과값은 '0' ~ '1'의 값으로 나오게 되며, 평가 시스템은그 결과값이 1이라면 Score, Score'의 각도가 0이 되어 유사성이 완전하다고 판단하고, 결과값이 0이라면 각도가 90도가 되어 유사성이 완전 불일치하다고 판단하게 된다.The result of the wise cosine scale is expressed as' 0 '~' 1 ', and if the result is 1, the score of Score, Score' is 0 and it is determined that the similarity is perfect. If the result is 0 , The angle becomes 90 degrees and it is judged that the similarity is completely inconsistent.
최종 유사성 판단에서 평가 시스템은 유사성 척도에 차원 축소에 인하여 변환된 데이터들이 가지고 있는 원래 정보의 정보 함축도 explained 값을 고려한 후 그 값에 따라 각 유사성 결과에 가중치를 더하여 계산한다. In the final similarity judgment, the evaluation system calculates the similarity measure by considering the information implication of the original information in the transformed data due to the dimension reduction and adding the weight to each similarity result according to the explained value.
차원 축소를 통해 데이터의 변수값을 줄여 사용하였을 때, 모든 변수값이 동등하다고 할 수 없으므로 explained 값을 고려하는 과정이 필요하다. 첫 번째 값이 가장 큰 비중을 차지하고 있으며, 다음 값으로 내려갈수록 그 값이 전체 데이터에서 차지하고 있는 양이 줄어들 것이다. 즉, explained 값이 다음 값으로 내려갈수록 작아진다. 따라서 평가 시스템은 모든 값을 동등한 값으로 유사성 비교를 하는 것이 아닌 그 값에 explained 만큼의 가중치를 두어 유사성 비교를 하는 방법을 고려해야 한다.When the variable value of the data is reduced through dimension reduction, it can not be said that all variable values are equivalent, so it is necessary to consider the explained value. The first value occupies the largest portion of the data, and as you move down to the next value, the amount that the value occupies in the total data will decrease. That is, the explained value becomes smaller as it goes down to the next value. Therefore, the evaluation system should consider the method of comparing the similarity by putting the weighted value of the explained value in the value rather than the similarity comparison of all the values by the equivalent value.
예를 들어, 평가 시스템이 유사성 비교에 유클리드 거리 공식을 적용할 경우 아래와 같은 수학식으로 표현된다.For example, when the evaluation system applies the Euclidean distance formula to the similarity comparison, it is expressed by the following equation.
평가 시스템이 유사성 척도를 이용하여 검색된 정지 패턴에 대응한 원자력 발전소의 운전 정지 정보를 출력하는 동작에 대해 설명한다.The operation of outputting the operation stop information of the nuclear power plant corresponding to the retrieved stop pattern using the similarity measure will be described.
평가 시스템은 시뮬레이터에 사고 시나리오가 적용되어 획득된 정지 패턴 데이터에 대응한 운전 정지 정보로 운전 정지 여부와 운전 정지까지의 잔여 시간을 데이터베이스화하여 저장한다. 운전 정지 정보는 정지 패턴 데이터와 운전 변수 거동 데이터간에 유사성 비교 결과 선택된 정지 패턴에 대응한 운전 정지 여부와 운전 정지까지의 잔여 시간을 포함한다.In the evaluation system, the accident scenario is applied to the simulator, and the operation stop information corresponding to the obtained static pattern data is stored as a database and the remaining time until the operation stop is stored. The operation stop information includes an operation stop corresponding to the stop pattern selected as a result of the similarity comparison between the stop pattern data and the operation variable behavior data, and the remaining time until the operation stop.
평가 시스템은 유사성 척도를 이용한 패턴 매칭을 통하여 정지 패턴 데이터베이스에서 현재 원자력 발전소의 거동과 매칭되는 형태의 정지 패턴을 검색한다. 단계 280에서 평가 시스템은 검색된 정지 패턴의 마지막 운전 정지 정보를 확인하여 원자력 발전소가 운전 정지까지 다다르는지, 만일 그렇다면 운전 정지까지의 잔여 시간이 얼마나 남았는지에 대한 정보를 제공한다.The evaluation system retrieves the pattern of stationary pattern matching with the behavior of the present nuclear power plant in the stationary pattern database through pattern matching using the similarity measure. At
또한, 본 발명의 실시예들은 다양한 컴퓨터로 구현되는 동작을 수행하기 위한 프로그램 명령을 포함하는 컴퓨터 판독 가능 매체를 포함한다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.Further, embodiments of the present invention include a computer readable medium having program instructions for performing various computer implemented operations. The computer-readable medium may include program instructions, data files, data structures, and the like, alone or in combination. The program instructions recorded on the medium may be those specially designed and constructed for the present invention or may be available to those skilled in the art of computer software. Examples of computer-readable media include magnetic media such as hard disks, floppy disks and magnetic tape; optical media such as CD-ROMs and DVDs; magnetic media such as floppy disks; Magneto-optical media, and hardware devices specifically configured to store and execute program instructions such as ROM, RAM, flash memory, and the like. Examples of program instructions include machine language code such as those produced by a compiler, as well as high-level language code that can be executed by a computer using an interpreter or the like.
이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 구성들은 본 발명 사상의 범주에 속한다고 할 것이다.As described above, the present invention has been described with reference to particular embodiments, such as specific elements, and specific embodiments and drawings. However, it should be understood that the present invention is not limited to the above- And various modifications and changes may be made thereto by those skilled in the art to which the present invention pertains. It is therefore to be understood that within the scope of the appended claims, the invention is not limited to the disclosed embodiments, but, on the contrary, is intended to cover various modifications and equivalent arrangements included within the spirit and scope of the appended claims. .
100 : 원자력 발전소 정지 시급성 평가 시스템
110 : 정지 패턴 데이터베이스
120 : 정지 패턴 획득부
130 : 운전 정보 출력부100: Nuclear power plant shutdown urgency evaluation system
110: Stop pattern database
120: stationary pattern obtaining unit
130: Operation information output section
Claims (14)
상기 원자력 발전소에서 측정되는 운전 변수 거동 데이터와 매칭되는 형태의 정지 패턴 데이터를 상기 정지 패턴 데이터베이스에서 검색하고, 상기 검색된 정지 패턴 데이터와 상기 운전 변수 거동 데이터를 이용하여 정지 패턴을 획득하는 정지 패턴 획득부; 및
상기 획득된 정지 패턴에 대응한 원자력 발전소의 운전 정지 정보를 출력하는 운전 정보 출력부
를 포함하고,
상기 정지 패턴 획득부는,
상기 검색된 정지 패턴 데이터와 상기 운전 변수 거동 데이터에 대해 서로 상관된 변수를 선형 변환하여 서로 독립된 가공 변수로 변수의 수를 줄이는 차원 축소부
를 포함하는, 정지 패턴 데이터베이스를 활용한 원자력 발전소 정지 시급성 평가 시스템.A static pattern database for storing static pattern data according to an accident scenario of a nuclear power plant;
A stationary pattern obtaining unit for searching the stationary pattern database for a type of stationary pattern data matched with operation parameter behavior data measured at the nuclear power plant and obtaining a stationary pattern using the retrieved stationary pattern data and the operation parameter data, ; And
An operation information output unit for outputting operation stop information of the nuclear power plant corresponding to the obtained stop pattern,
Lt; / RTI >
Wherein the stop pattern obtaining unit
A dimension reducing unit that linearly transforms the variables correlated to the retrieved static pattern data and the operation variable behavior data to reduce the number of variables by independent processing variables,
A system for evaluating the urgency of shutdown of a nuclear power plant using a static pattern database.
상기 정지 패턴 데이터베이스는,
상기 원자력 발전소에 구비되는 시뮬레이터로부터, 상기 사고 시나리오 별 정지 패턴 데이터를 입력받아 저장하는, 정지 패턴 데이터베이스를 활용한 원자력 발전소 정지 시급성 평가 시스템.The method according to claim 1,
Wherein the stop pattern database comprises:
A system for evaluating the stoppability of a nuclear power plant using a static pattern database for receiving and storing static pattern data for each of the accident scenarios from a simulator provided in the nuclear power plant.
상기 정지 패턴 획득부는,
상기 원자력 발전소에서 측정되는 복수의 데이터 중에서, 상기 사고 시나리오와 연관된 데이터를 상기 운전 변수 거동 데이터로서 선정하는, 정지 패턴 데이터베이스를 활용한 원자력 발전소 정지 시급성 평가 시스템.The method according to claim 1,
Wherein the stop pattern obtaining unit
A system for stopping the urgency assessment of a nuclear power plant using a static pattern database for selecting, from among a plurality of data measured at the nuclear power plant, data associated with the accident scenario as the operation variable behavior data.
상기 정지 패턴 획득부는,
상기 검색된 정지 패턴 데이터와 상기 운전 변수 거동 데이터 사이의 거리를 계산하여 최소 값을 갖는 상기 정지 패턴을 획득하는, 정지 패턴 데이터베이스를 활용한 원자력 발전소 정지 시급성 평가 시스템.The method according to claim 1,
Wherein the stop pattern obtaining unit
And calculating the distance between the searched stop pattern data and the operation variable behavior data to obtain the stop pattern having the minimum value.
상기 정지 패턴 획득부는,
상기 검색된 정지 패턴 데이터와 상기 운전 변수 거동 데이터에 대응한 두 벡터 사이의 코사인 값을 계산하여 1에 가까운 값을 갖는 상기 정지 패턴을 획득하는, 정지 패턴 데이터베이스를 활용한 원자력 발전소 정지 시급성 평가 시스템.The method according to claim 1,
Wherein the stop pattern obtaining unit
Calculating a cosine value between the searched stop pattern data and the two vectors corresponding to the operation variable behavior data to obtain the stop pattern having a value close to unity.
상기 정지 패턴 획득부는,
상기 검색된 정지 패턴 데이터 또는 상기 운전 변수 거동 데이터에 가중치를 부여하는, 정지 패턴 데이터베이스를 활용한 원자력 발전소 정지 시급성 평가 시스템.The method according to claim 5 or 6,
Wherein the stop pattern obtaining unit
And a stationary pattern database for assigning weights to the retrieved static pattern data or the operation variable behavior data.
상기 원자력 발전소에서 측정되는 운전 변수 거동 데이터와 매칭되는 형태의 정지 패턴 데이터를 상기 정지 패턴 데이터베이스에서 검색하는 단계;
상기 검색된 정지 패턴 데이터와 상기 운전 변수 거동 데이터에 대해 서로 상관된 변수를 선형 변환하여 서로 독립된 가공 변수로 변수의 수를 줄여, 정지 패턴을 획득하는 단계; 및
상기 획득된 정지 패턴에 대응한 원자력 발전소의 운전 정지 정보를 출력하는 단계
를 포함하는, 정지 패턴 데이터베이스를 활용한 원자력 발전소 정지 시급성 평가 방법.Storing static pattern data according to an accident scenario of a nuclear power plant in a static pattern database;
Searching in the static pattern database for static pattern data of a type matching operation parameter data measured at the nuclear power plant;
Obtaining a static pattern by linearly transforming variables correlated to the retrieved static pattern data and the operation variable behavior data by reducing the number of variables by independent processing variables; And
And outputting the operation stop information of the nuclear power plant corresponding to the obtained stop pattern
A method for evaluating the urgency of shutdown of a nuclear power plant using a static pattern database.
상기 정지 패턴 데이터를 정지 패턴 데이터베이스에 저장하는 단계는,
상기 원자력 발전소에 구비되는 시뮬레이터로부터, 상기 사고 시나리오 별 정지 패턴 데이터를 입력받아 저장하는 단계
를 포함하는, 정지 패턴 데이터베이스를 활용한 원자력 발전소 정지 시급성 평가 방법.9. The method of claim 8,
Wherein the step of storing the stop pattern data in the stop pattern database comprises:
Receiving and storing static pattern data for each of the accident scenarios from a simulator provided in the nuclear power plant;
A method for evaluating the urgency of shutdown of a nuclear power plant using a static pattern database.
상기 원자력 발전소에서 측정되는 복수의 데이터 중에서, 상기 사고 시나리오와 연관된 데이터를 상기 운전 변수 거동 데이터로서 선정하는 단계
를 더 포함하는, 정지 패턴 데이터베이스를 활용한 원자력 발전소 정지 시급성 평가 방법.9. The method of claim 8,
Selecting data associated with the accident scenario from the plurality of data measured by the nuclear power plant as the operation variable behavior data
Wherein the method further comprises the steps of:
상기 정지 패턴을 획득하는 단계는,
상기 검색된 정지 패턴 데이터와 상기 운전 변수 거동 데이터 사이의 거리를 계산하여 최소 값을 갖는 상기 정지 패턴을 획득하는 단계
를 포함하는, 정지 패턴 데이터베이스를 활용한 원자력 발전소 정지 시급성 평가 방법.9. The method of claim 8,
Wherein obtaining the stop pattern comprises:
Calculating a distance between the retrieved static pattern data and the driving variable behavior data to obtain the static pattern having the minimum value
A method for evaluating the urgency of shutdown of a nuclear power plant using a static pattern database.
상기 정지 패턴을 획득하는 단계는,
상기 검색된 정지 패턴 데이터와 상기 운전 변수 거동 데이터에 대응한 두 벡터 사이의 코사인 값을 계산하여 1에 가까운 값을 갖는 상기 정지 패턴을 획득하는 단계
를 포함하는, 정지 패턴 데이터베이스를 활용한 원자력 발전소 정지 시급성 평가 방법.9. The method of claim 8,
Wherein obtaining the stop pattern comprises:
Calculating a cosine value between the searched stop pattern data and the two vectors corresponding to the operation variable behavior data to obtain the stop pattern having a value close to 1
A method for evaluating the urgency of shutdown of a nuclear power plant using a static pattern database.
상기 정지 패턴을 획득하는 단계는,
상기 검색된 정지 패턴 데이터 또는 상기 운전 변수 거동 데이터에 가중치를 부여하는 단계
를 더 포함하는, 정지 패턴 데이터베이스를 활용한 원자력 발전소 정지 시급성 평가 방법.The method according to claim 12 or 13,
Wherein obtaining the stop pattern comprises:
Applying weight to the retrieved static pattern data or the driving variable behavior data
Wherein the method further comprises the steps of:
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020100131937A KR101219895B1 (en) | 2010-12-21 | 2010-12-21 | System for evaluating nuclear power plant shutdown urgency using trip signature database and method thereof |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020100131937A KR101219895B1 (en) | 2010-12-21 | 2010-12-21 | System for evaluating nuclear power plant shutdown urgency using trip signature database and method thereof |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20120070397A KR20120070397A (en) | 2012-06-29 |
| KR101219895B1 true KR101219895B1 (en) | 2013-01-08 |
Family
ID=46688267
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020100131937A KR101219895B1 (en) | 2010-12-21 | 2010-12-21 | System for evaluating nuclear power plant shutdown urgency using trip signature database and method thereof |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101219895B1 (en) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10210655A (en) * | 1997-01-21 | 1998-08-07 | Meidensha Corp | Power system restoration support system |
| KR20020034011A (en) * | 2000-11-01 | 2002-05-08 | 윤덕용 | Digital online active test plant protection system and method for nuclear power plant |
| KR20100006037A (en) * | 2008-07-08 | 2010-01-18 | 한국수력원자력 주식회사 | A reliability data production method of nuclear power plants |
-
2010
- 2010-12-21 KR KR1020100131937A patent/KR101219895B1/en active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10210655A (en) * | 1997-01-21 | 1998-08-07 | Meidensha Corp | Power system restoration support system |
| KR20020034011A (en) * | 2000-11-01 | 2002-05-08 | 윤덕용 | Digital online active test plant protection system and method for nuclear power plant |
| KR20100006037A (en) * | 2008-07-08 | 2010-01-18 | 한국수력원자력 주식회사 | A reliability data production method of nuclear power plants |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20120070397A (en) | 2012-06-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110610035B (en) | Rolling bearing residual life prediction method based on GRU neural network | |
| Puchalski | A technique for the vibration signal analysis in vehicle diagnostics | |
| US20130173218A1 (en) | Malfunction Detection Method and System Thereof | |
| Entezami et al. | Structural health monitoring by a new hybrid feature extraction and dynamic time warping methods under ambient vibration and non-stationary signals | |
| Sun et al. | A non-probabilistic metric derived from condition information for operational reliability assessment of aero-engines | |
| Motlagh et al. | Power quality disturbances recognition using adaptive chirp mode pursuit and grasshopper optimized support vector machines | |
| Oh et al. | Acoustic data condensation to enhance pipeline leak detection | |
| Masjedian et al. | A review on operational modal analysis researches: classification of methods and applications | |
| Park et al. | Transient diagnosis and prognosis for secondary system in nuclear power plants | |
| CN103914657A (en) | Malicious program detection method based on function characteristics | |
| CN115374842A (en) | Mechanical bearing fault classification method and system based on generation countermeasure network | |
| Georgoulas et al. | Bearing fault detection and diagnosis by fusing vibration data | |
| CN103675354A (en) | Anemometer fault detection method and system | |
| De Francesco et al. | A proposal to update LSA databases for an operational availability based on autonomic logistic | |
| JP2018163645A (en) | Fault diagnosis device, monitoring device, fault diagnosis method, and fault diagnosis program | |
| Qiao et al. | An overview of signal-based damage detection methods | |
| Bruns et al. | Comparative study of parameterizations for damage localization with finite element model updating | |
| KR101219895B1 (en) | System for evaluating nuclear power plant shutdown urgency using trip signature database and method thereof | |
| KR102557199B1 (en) | System and Method for detecting tube leakage using state signal of power generation plant | |
| US10496519B2 (en) | Method invocation synthesis for software program repair | |
| US10845792B2 (en) | Failure diagnosis apparatus, monitoring apparatus, failure diagnosis method and recording medium | |
| Buzzoni et al. | Development of an indicator for the assessment of damage level in rolling element bearings based on blind deconvolution methods | |
| Youn et al. | Statistical health reasoning of water-cooled power generator stator bars against moisture absorption | |
| Agrawal et al. | Induction motor bearing fault classification using WPT, PCA and DSVM | |
| CN114118208A (en) | Transformer fault judgment method and device based on multivariate information and electronic equipment |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20160105 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20170102 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20171207 Year of fee payment: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20190425 Year of fee payment: 7 |
|
| FPAY | Annual fee payment |
Payment date: 20191230 Year of fee payment: 8 |