[发明专利]一种松脱部件监测系统触发数据智能分类的方法

说明书

本发明公开了一种松脱部件监测系统触发数据智能分类的方法，所述方法包括：获得松脱部件监测系统原始触发数据；基于原始触发数据，获得每个通道对应的数据；对每个通道的数据进行波形特征提取，获得每个通道的特征向量；建立单通道分类模型，基于单通道分类模型和每个通道的特征向量，获得每个通道的数据分类结果，将真实的松脱部件撞击信号数据与误触发数据智能的进行区分、统计和管理，提升松脱部件数据分析的效率。

技术领域

本发明涉及反应堆及一回路松脱部件监测领域，具体地，涉及一种松脱部件监测系统触发数据智能分类的方法。

背景技术

核反应堆压力容器内部包括堆内构件和燃料组件，堆内构件主要由压紧组件、吊篮组件、堆芯下支承组件等组成，各组件中的部件和零件大部分通过螺钉、销钉等连接。在堆长期连续运行条件下，因水流冲击和流致振动的影响，可能会使某些零件产生松动甚至脱落，从而在一回路中形成松脱件。而在施工、换料或维修时，也有在一回路系统内遗留金属件(称外来件)的可能性。这些松脱部件若不及时发现并处置，轻者造成巨大的经济损失，重者将严重影响核电站安全运行，后果不堪设想。因此，国内所有核电站均安装了松脱部件监测系统，用于在线实时监测反应堆及一回路的松脱部件。

核电站反应堆及一回路松脱部件监测系统的原理是当反应堆，主管道，主泵，蒸汽发生器出现冷却剂内的游动件和设备的松动件时，松脱件将与设备器壁或内部构件发生碰撞，产生“弯曲波”信号，信号沿器壁和管壁传播，利用安装在器壁上的加速度计来探测这种声波信号，并对信号进行处理和分析，由此判断松脱部件是否存在。由于反应堆及一回路系统存在干扰和机组外部操作(如控制棒驱动机构运动、外部操作或阀门动作、噪声水平升高、系统自检等等)，可能会引起系统“误触发”，产生大量的触发数据，从而产生了来两个问题：

第一，真实的松脱部件撞击数据可能被淹没在这些“误触发”数据中，影响了松脱部件的分析及时性和准确性；

第二，系统运维人员对日常松脱部件系统触发数据分析的工作量大且机械。

综上所述，本申请发明人在实现本申请发明技术方案的过程中，发现上述技术至少存在如下技术问题：

在现有技术中，现有的松脱部件监测系统存在容易引起误触发，分析及时性和准确性较差，触发数据分析效率较低的技术问题。

发明内容

本发明提供了一种松脱部件监测系统触发数据智能分类的方法，将干扰或系统自检产生的数据自动剔除，以提高松脱部件系统触发信号数据的分析效率和智能化水平。

为实现上述发明目的，本申请提供了一种松脱部件监测系统触发数据智能分类的方法，所述方法包括：

获得松脱部件监测系统原始触发数据；

基于原始触发数据，获得每个通道对应的数据；

对每个通道的数据进行波形特征提取，获得每个通道的特征向量；

建立单通道分类模型，基于单通道分类模型和每个通道的特征向量，获得每个通道的数据分类结果。

本发明针对海量的松脱部件监测系统触发数据，提取有效的特征量，利用机器学习的方法建立松脱部件监测系统触发数据智能分类模型，将真实的松脱部件撞击信号数据与“误触发”数据智能的进行区分、统计和管理，提升松脱部件数据分析的效率。

通过本方法能够实现如下功能：

(1)松脱部件监测系统触发数据的智能分类；

(2)松脱部件监测系统触发数据分类统计、显示与管理；

(3)智能分类软件能够在同一主机上同时开启多个程序进程，并且进程间不相互影响。