摘要详情

ID / 提交时间

70 / 2024-07-13 16:21:41

标题

Development of nuclear power plant accident diagnosis system BASE ON THE BAYESIAN CLASSIFIER

关键字

Accident Diagnosis; Naive Bayes Classifier

主题及专题

TRACK 5: NUCLEAR ENGINEERING

状态

全文录用

作者

Shuai Wang / Xi'an Jiaotong University

陈荣华 / Xi’an Jiaotong University

Sihai Cui / Xi'an Jiaotong University

Guoqing Lu / Xi'an Jiaotong University

Haitao Chen / Xi’an Jiaotong University

文喜田 / Xi'an Jiaotong University

秋穗正 / 西安交通大学

摘要

在核电站事故过程中，不同类型的事故的安全响应是不同的。因此，根据几个参数快速诊断事故类型在机器学习领域，贝叶斯方法被广泛用于解决诊断问题。朴素贝叶斯分类器作为一种成熟的分类模型，在故障诊断和模式识别领域得到了广泛的应用。基于最优估计方案，对压水堆电流损失事故、冷却剂损失事故和蒸汽发生器传热管破裂事故等3起设计参考事故进行了仿真。仿真数据采用K-means聚类方法进行处理，诊断模型由处理后的数据进行训练。经验证测试，诊断模型可在2.20s内完成诊断，平均诊断准确率为97%。当缺少一些特征参数时，它也具有良好的性能，并且具有良好的分类和泛化能力。因此，操作人员可以在短时间内判断事故类型，并及时做出有效的安全响应，干预事故过程。