基于改进LSTM的核电厂传感器故障诊断研究.pdfVIP

第44卷第6期动化仪表Vol.44No.6

2023年6月PROCESSAUTOMATIONINSTRUMENTATIONJune.2023

基于改进LSTM的核电厂传感器故障诊断研究

邓志光，吴茜，朱加良，徐思捷，董晨龙，李卓玥

（中国核动力研究设计院核反应堆系统设计技术重点实验室，四川成都610213）

摘要：核电厂中广泛存在的传感器为其运行提供了重要支持。传感器的任何故障都可能威胁到核电厂的安全。为提升核电厂运行

可靠性，提出结合残差双向长短期记忆（ResBiLSTM）神经网络和稀疏注意力机制的传感器故障诊断方法。以核电厂目标传感器和与

之紧密相关的敏感参数集时序信号作为输人，构建ResBiLSTM模块进行故障特征提取。将残差模块的输出送给稀疏注意力模块，进

一步关注历史序列时刻中的重要部分。筛选保留目标特征，滤除亢杂特征，以实现精准提取有效故障特征。在输出端，利用Softmax