基于數(shù)據(jù)驅動的核電站主給水泵故障預測研究

摘要： 目前，核電站設備傳感器每天都會產生大量的監(jiān)測數(shù)據(jù)，但這些數(shù)據(jù)的利用程度較低，對于利用監(jiān)測數(shù)據(jù)進行核電站重要設備的故障預測研究還處于探索階段。針對這種情況，本文以核電站主給水泵作為研究對象，將表征主給水泵運行狀態(tài)的各類監(jiān)測數(shù)據(jù)進行預處理和降維，進而通過多個選定的機器學習模型預測設備在未來是否會發(fā)生故障。通過對預測模型的效果評估發(fā)現(xiàn)，長短時記憶網絡模型（LSTM模型）具有較好的預測... （共7頁）