論文の概要: Research on an intelligent fault diagnosis method for nuclear power plants based on ETCN-SSA combined algorithm

• arxiv url: http://arxiv.org/abs/2411.06765v1
• Date: Mon, 11 Nov 2024 07:43:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-12 14:10:51.348238
• Title: Research on an intelligent fault diagnosis method for nuclear power plants based on ETCN-SSA combined algorithm
• Title（参考訳）: ETCN-SSA複合アルゴリズムに基づく原子力プラントの知的故障診断法に関する研究
• Authors: Jiayan Fang, Siwei Li, Yichun Wu,
• Abstract要約: 本稿では,拡張時間畳み込みネットワーク (ETCN) とスパローサーチアルゴリズム (SSA) を組み合わせた NPP の知的故障診断手法を提案する。 ETCNは、時間畳み込みネットワーク(TCN)、自己注意機構(SA)、残差ブロックを利用して性能を向上させる。 提案手法の性能をCPR1000シミュレーションデータセットで実験的に検証した。
• 参考スコア（独自算出の注目度）: 0.1761475178164995
• License:
• Abstract: Utilizing fault diagnosis methods is crucial for nuclear power professionals to achieve efficient and accurate fault diagnosis for nuclear power plants (NPPs). The performance of traditional methods is limited by their dependence on complex feature extraction and skilled expert knowledge, which can be time-consuming and subjective. This paper proposes a novel intelligent fault diagnosis method for NPPs that combines enhanced temporal convolutional network (ETCN) with sparrow search algorithm (SSA). ETCN utilizes temporal convolutional network (TCN), self-attention (SA) mechanism and residual block for enhancing performance. ETCN excels at extracting local features and capturing time series information, while SSA adaptively optimizes its hyperparameters for superior performance. The proposed method's performance is experimentally verified on a CPR1000 simulation dataset. Compared to other advanced intelligent fault diagnosis methods, the proposed one demonstrates superior performance across all evaluation metrics. This makes it a promising tool for NPP intelligent fault diagnosis, ultimately enhancing operational reliability.
• Abstract（参考訳）: 原子力プラント(NPP)の効率よく正確な故障診断を実現するためには, 原子力専門家にとって, 故障診断手法の活用が不可欠である。 従来の手法のパフォーマンスは、複雑な特徴抽出と熟練した専門家の知識への依存によって制限される。 本稿では,拡張時間畳み込みネットワーク (ETCN) とスパローサーチアルゴリズム (SSA) を組み合わせた NPP の知的故障診断手法を提案する。 ETCNは、時間畳み込みネットワーク(TCN)、自己注意機構(SA)、残差ブロックを利用して性能を向上させる。 ETCNは局所的な特徴の抽出と時系列情報の取得に優れており、SSAは高パラメータを適応的に最適化して性能を向上する。 提案手法の性能をCPR1000シミュレーションデータセットで実験的に検証した。 他の先進的知的断層診断法と比較して,提案手法は全ての評価指標において優れた性能を示す。 これにより、NPPインテリジェント障害診断のための有望なツールとなり、最終的に運用信頼性が向上する。

関連論文リスト

• Neuromorphic Split Computing with Wake-Up Radios: Architecture and Design via Digital Twinning [97.99077847606624]
  本研究は,遠隔・無線接続型NPUからなる分割計算機システムに,覚醒無線機構を組み込んだ新しいアーキテクチャを提案する。 覚醒無線に基づくニューロモルフィックスプリットコンピューティングシステムの設計における重要な課題は、検知、覚醒信号検出、意思決定のためのしきい値の選択である。
  論文  参考訳（メタデータ） (2024-04-02T10:19:04Z)
• Low-Frequency Load Identification using CNN-BiLSTM Attention Mechanism [0.0]
  非侵入負荷モニタリング(Non-Inrusive Load Monitoring, NILM)は、効率的な電力消費管理のための確立された技術である。 本稿では,畳み込みニューラルネットワーク(CNN)と双方向長短期記憶(BILSTM)を組み合わせたハイブリッド学習手法を提案する。 CNN-BILSTMモデルは、時間的(時間的)と空間的(位置的)の両方の特徴を抽出し、アプライアンスレベルでのエネルギー消費パターンを正確に識別することができる。
  論文  参考訳（メタデータ） (2023-11-14T21:02:27Z)
• Validation Diagnostics for SBI algorithms based on Normalizing Flows [55.41644538483948]
  本研究は,NFに基づく多次元条件(後)密度推定器の検証診断を容易にすることを提案する。 また、局所的な一貫性の結果に基づいた理論的保証も提供する。 この作業は、より良い特定モデルの設計を支援したり、新しいSBIアルゴリズムの開発を促進するのに役立つだろう。
  論文  参考訳（メタデータ） (2022-11-17T15:48:06Z)
• Post-hoc Interpretability based Parameter Selection for Data Oriented Nuclear Reactor Accident Diagnosis System [0.0]
  本研究では, 深層学習におけるポストホック解釈可能性理論を用いて, 原子力プラントの熱水理パラメータの選択法を提案する。 TRES-CNNに基づく診断モデルは,HPR1000の選択した15のパラメータを用いて,LOCAの破断の位置と大きさを正確に予測する。
  論文  参考訳（メタデータ） (2022-08-03T01:53:11Z)
• A Novel Deep Parallel Time-series Relation Network for Fault Diagnosis [7.127292365993219]
  本稿では,深層並列時間系列関係ネットワーク(textitDPTRN)と呼ばれる故障診断モデルを提案する。 我々のモデルはTEとKDD-CUP99のデータセットで他の手法よりも優れています。
  論文  参考訳（メタデータ） (2021-12-03T08:24:59Z)
• Adaptive Anomaly Detection for Internet of Things in Hierarchical Edge Computing: A Contextual-Bandit Approach [81.5261621619557]
  階層エッジコンピューティング(HEC)を用いた適応型異常検出手法を提案する。 まず,複雑性を増した複数のDNNモデルを構築し,それぞれを対応するHEC層に関連付ける。 そこで我々は、文脈帯域問題として定式化され、強化学習ポリシーネットワークを用いて解決される適応モデル選択スキームを設計する。
  論文  参考訳（メタデータ） (2021-08-09T08:45:47Z)
• Bayesian Optimization with Machine Learning Algorithms Towards Anomaly Detection [66.05992706105224]
  本稿では,ベイズ最適化手法を用いた効果的な異常検出フレームワークを提案する。 ISCX 2012データセットを用いて検討したアルゴリズムの性能を評価する。 実験結果から, 精度, 精度, 低コストアラームレート, リコールの観点から, 提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2020-08-05T19:29:35Z)
• Classification and Recognition of Encrypted EEG Data Neural Network [10.171935814743678]
  ニューラルネットワークに基づく暗号化脳波データの分類と認識手法を提案する。 EEGデータを暗号化するためにPaillier暗号化アルゴリズムを採用し、浮動小数点演算の問題を解決する。 我々の提案は、他のソリューションと比較して十分な精度、効率、実現可能性を持っている。
  論文  参考訳（メタデータ） (2020-06-15T04:21:23Z)
• Rectified Linear Postsynaptic Potential Function for Backpropagation in Deep Spiking Neural Networks [55.0627904986664]
  スパイキングニューラルネットワーク(SNN)は、時間的スパイクパターンを用いて情報を表現し、伝達する。 本稿では,情報符号化,シナプス可塑性,意思決定におけるスパイクタイミングダイナミクスの寄与について検討し,将来のDeepSNNやニューロモルフィックハードウェアシステムの設計への新たな視点を提供する。
  論文  参考訳（メタデータ） (2020-03-26T11:13:07Z)
• Quantum Computing Assisted Deep Learning for Fault Detection and Diagnosis in Industrial Process Systems [2.5699371511994777]
  本稿では,QCに基づく断層診断のためのディープラーニング手法を提案する。 深部信頼ネットワークは,提案した故障診断モデルに統合される。 提案したQCに基づくディープラーニング手法は,優れた故障検出と診断性能を享受できる。
  論文  参考訳（メタデータ） (2020-02-29T14:18:33Z)
• Adaptive Anomaly Detection for IoT Data in Hierarchical Edge Computing [71.86955275376604]
  本稿では,階層型エッジコンピューティング(HEC)システムに対する適応型異常検出手法を提案する。 本研究では,入力データから抽出した文脈情報に基づいてモデルを選択する適応的手法を設計し,異常検出を行う。 提案手法を実際のIoTデータセットを用いて評価し,検出タスクをクラウドにオフロードするのとほぼ同じ精度を維持しながら,検出遅延を84%削減できることを実証した。
  論文  参考訳（メタデータ） (2020-01-10T05:29:17Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。