一种运行故障预测方法及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114239885A(43)申请公布日2022.03.25(21)申请号202210024613.3G06N3/08(2006.01)(22)申请日2022.01.11G06N3/04(2006.01)G06K9/62(2022.01)(71)申请人中国科学院深圳先进技术研究院地址518055广东省深圳市南山区深圳大学城学苑大道1068号申请人中广核工程有限公司(72)发明人郭媛君杨之乐孙勃安钊陈焕霖陈卫华罗亚林(74)专利代理机构广州三环专利商标代理有限公司44202代理人李珊珊(51)Int.Cl.G06Q10/00(2012.01)G06Q10/04(2012.01)G06Q50/06(2012.01)权利要求书2页说明书15页附图4页(54)发明名称一种运行故障预测方法及装置(57)摘要本发明实施例公开了一种运行故障预测方法及装置。该方法包括：获取核电设备运行过程中多个时刻的多模态数据，对所述多模态数据进行处理得到多个特征数据；从所述多个特征数据中选取目标特征数据，建立特征数据库；基于所述特征数据库中的目标特征数据以及所述目标特征数据对应的所述核电设备的运行状态，对待训练聚类模型进行训练得到预测模型；将所述核电设备的多模态实时数据输入到所述预测模型中，确定所述核电设备的运行状态。采用本发明实施例，可以提高对核电设备的运行故障预测的效率和准确度。CN114239885ACN114239885A权利要求书1/2页1.一种运行故障预测方法，其特征在于，所述方法包括：获取核电设备运行过程中多个时刻的多模态数据，对所述多模态数据进行处理得到多个特征数据；从所述多个特征数据中选取目标特征数据，建立特征数据库；基于所述特征数据库中的目标特征数据以及所述目标特征数据对应的所述核电设备的运行状态，对待训练聚类模型进行训练得到预测模型；将所述核电设备的多模态实时数据输入到所述预测模型中，确定所述核电设备的运行状态。2.如权利要求1所述的方法，其特征在于，所述对所述多模态数据进行处理得到多个特征数据包括：提取所述多模态数据中每种模态数据在高维空间上的共性要素；对所述每种模态的数据在所述高维空间上的所述共性要素进行融合，得到所述多个特征数据。3.如权利要求1所述的方法，其特征在于，所述从所述多个特征数据中选取目标特征数据包括：将所述多个特征数据中每个特征数据、以及所述每个特征数据对应的所述核电设备的运行状态输入到自回归模型中，确定所述每个特征数据对应的模型误差变化量；根据所述模型误差变化量，从所述多个特征数据中选取目标特征数据。4.如权利要求3所述的方法，其特征在于，所述方法还包括：建立所述核电设备运行过程中的离散非线性模型；将所述离散非线性模型转换为多项式非线性自回归模型；将所述多项式非线性自回归模型转换为所述自回归模型。5.如权利要求1所述的方法，其特征在于，所述基于所述特征数据库中的目标特征数据以及所述目标特征数据对应的所述核电设备的运行状态，对待训练聚类模型进行训练得到预测模型包括：将所述目标特征数据作为待训练聚类模型的输入，将所述目标特征数据对应的所述核电设备的运行状态作为所述待训练聚类模型的输出，对所述待训练聚类模型进行训练得到预测模型。6.如权利要求1所述的方法，其特征在于，所述将所述核电设备的多模态实时数据输入到所述预测模型中，确定所述核电设备的运行状态包括：将所述核电设备的多模态实时数据输入到所述预测模型，确定所述预测模型的输出概率；当所述输出概率大于预设阈值时，确定所述核电设备的运行状态为异常状态；当所述输出概率不大于所述预设阈值时，确定所述核电设备的运行状态为正常状态。7.如权利要求1‑6任一项所述的方法，其特征在于，所述确定所述核电设备的运行状态之后，还包括：当确定所述核电设备的运行状态为异常状态时，发出告警信息，所述告警信息用于提示所述核电设备运行异常。8.一种运行故障预测装置，其特征在于，所述装置包括：2CN114239885A权利要求书2/2页获取模块，用于获取核电设备运行过程中多个时刻的多模态数据；处理模块，用于对所述多模态数据进行处理得到多个特征数据，从所述多个特征数据中选取目标特征数据，建立特征数据库；基于所述特征数据库中的目标特征数据以及所述目标特征数据对应的所述核电设备的运行状态，对待训练聚类模型进行训练得到预测模型；预测模块，用于将所述核电设备的多模态实时数据输入到所述预测模型中，确定所述核电设备的运行状态。9.如权利要求8所述的装置，其特征在于，所述处理模块，还用于提取所述多模态数据中每种模态数据在高维空间上的共性要素；对所述每种模态的数据在所述高维空间上的所述共性要素进行融合，得到所述多个特征数据。10.如权利要求8所述