[发明专利]一种基于样本迁移的核电设备数据预测模型搭建方法

权利要求书

1.一种基于样本迁移的核电设备数据预测模型搭建方法，其特征在于，包括如下步骤：

S1：收集核电系统各机组测点的观测数据，通过数字孪生技术得到对应各测点的仿真数据；

S2：对得到的数据进行预处理操作，并将仿真数据和观测数据贴上不同的标签，并将观测数据的一部分划分为测试集，其余观测数据与全部仿真数据划分为训练集；

S3：使用K-交叉验证方法，根据在所述步骤S2中的训练集进行交叉验证，计算出每个仿真数据被识别为观测数据的频率，以此频率作为该仿真数据被识别为观测数据的概率；

S4：根据在所述步骤S3中得到的仿真数据被识别为观测数据的概率，使用合适的拟合函数，将概率映射为对应仿真数据进行模型训练时的样本权重；

S5：根据在所述步骤S4中得到的样本权重，搭建人工神经网络模型，将所有数据输入人工神经网络模型进行训练，通过模型在所述步骤S2中的测试集上进行评估。

2.如权利要求1所述的一种基于样本迁移的核电设备数据预测模型搭建方法，其特征在于：所述的S1包括采集的数据是根据某核电站全体数据进行相关性分析后选取。

3.如权利要求1所述的一种基于样本迁移的核电设备数据预测模型搭建方法，其特征在于：所述的S2包括数据预处理包括对数据进行清洗，将含有缺失值的数据进行插值补全，将判定为异常的数据去除，对数据进行归一化并进行重采样。

4.如权利要求1所述的一种基于样本迁移的核电设备数据预测模型搭建方法，其特征在于：所述的S3包括K-交叉验证的参数为10。

5.如权利要求1所述的一种基于样本迁移的核电设备数据预测模型搭建方法，其特征在于：所述的S4包括拟合函数形式为二次多项式形式或者指数函数形式，权重映射函数要求满足特定条件。

6.如权利要求5所述的一种基于样本迁移的核电设备数据预测模型搭建方法，其特征在于：所述的条件包括条件一为权重映射函数的值域为0.1到10。

7.如权利要求5所述的一种基于样本迁移的核电设备数据预测模型搭建方法，其特征在于：所述的条件包括条件二为随着仿真数据被判别为观测数据的概率提升，对应样本的权重增加。

8.如权利要求1所述的一种基于样本迁移的核电设备数据预测模型搭建方法，其特征在于：所述的S5包括搭建的人工神经网络模型输入层输入因子为与核电温度水位数据有关的16个输入变量参数；隐藏层为3层；输出层输出因子为核电6号管道温度数据，核电7号管道温度数据，核电管道水位数据。