报告详情
  1. 活动首页
  2. 报告清单
  3. 报告详情
Development of nuclear power plant accident diagnosis system BASE ON THE BAYESIAN CLASSIFIER
编号：29 访问权限：仅限参会人 更新：2024-09-05 12:19:56 浏览：108次 口头报告

报告开始：暂无开始时间（Asia/Shanghai）

报告时间：暂无持续时间

所在会场：[暂无会议] [暂无会议段]

演示文件

提示：该报告下的文件权限为仅限参会人，您尚未登录，暂时无法查看。

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。
 
关键词
Accident Diagnosis; Naive Bayes Classifier
报告人
Shuai Wang
Xi'an Jiaotong University

稿件作者
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
发表评论
验证码 看不清楚，更换一张
全部评论
重要日期

  • 会议日期

    09月23日

    2024

    至

    09月25日

    2024

  • 09月24日 2024

    报告提交截止日期

  • 09月25日 2024

    注册截止日期

主办单位
Harbin Engineering University (HEU)
联系方式
登录查看完整联系方式
历届会议
移动端
在手机上打开
小程序
打开微信小程序
客服
扫码或点此咨询