[发明专利]核电站信号识别方法、装置、计算机设备及存储介质有效

专利信息
申请号: 201810513115.9 申请日: 2018-05-25
公开(公告)号: CN110532836B 公开(公告)日: 2022-03-22
发明(设计)人: 刘肇阳;凌君;田亚杰;汪伟;张祥林;常贤龙;陈卫华;黄伟军;陈通;吴鹏;曲广卫 申请(专利权)人: 中广核工程有限公司;陕西卫峰核电子有限公司;深圳中广核工程设计有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/04
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 王基才
地址: 518023 广东省深圳市大*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 核电站 信号 识别 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种核电站信号识别方法,其特征在于,所述核电站信号识别方法包括:

S1,获取待识别信号;

S2,对所述待识别信号进行滤波,得到观测信号;

S3,使用基于盲解卷积的特征向量算法,对所述观测信号进行求解,得到恢复信号;

S4,对预设窗口长度范围内的所述恢复信号进行短时均方根计算,得到修正信号;

S5,根据预设的支持向量机模型对所述修正信号进行识别,确定所述修正信号的信号类型;

S6,若所述信号类型为冲击信号,则按照预设的报警方式进行报警;

其中,S3包括:

S31,随机生成系数向量,并设置迭代次数的初始值;

S32,对所述系数向量和所述观测信号进行卷积计算,得到输出信号;

S33,根据所述输出信号、所述系数向量和所述观测信号,使用特征向量算法更新所述系数向量,包括:

按照如下公式计算系数矩阵Ryy

Ryy=E(Yi·YiT)

其中,zi为所述输出信号,Yi为所述观测信号的信号矩阵,E为数学期望;

获取矩阵的最大特征值对应的特征向量,并将所述特征向量作为更新后的所述系数向量;

S34,对所述迭代次数进行加1操作后,若所述迭代次数达到预设的最大迭代次数,则将所述输出信号作为所述恢复信号,否则,返回步骤S32继续执行,直到所述迭代次数达到所述最大迭代次数为止。

2.根据权利要求1所述的核电站信号识别方法,其特征在于,所述S4包括:

按照如下公式计算所述修正信号:

其中,RMS为所述修正信号,n为所述预设窗口长度,xi为所述恢复信号。

3.根据权利要求1至2中任一项所述的核电站信号识别方法,其特征在于,所述获取待识别信号之前,所述信号识别方法还包括:

通过传感器采集预设数量的基础信号;

按照预设的归一化方式,对所述基础信号进行归一化处理,得到训练集;

根据预设的支持向量机参数,使用支持向量机算法对所述训练集进行训练,得到所述支持向量机模型。

4.一种核电站信号识别装置,其特征在于,所述信号识别装置包括:

获取模块,用于获取待识别信号;

预处理模块,用于对所述待识别信号进行滤波,得到观测信号;

恢复模块,用于使用基于盲解卷积的特征向量算法,对所述观测信号进行求解,得到恢复信号;

修正模块,用于对预设窗口长度范围内的所述恢复信号进行短时均方根计算,得到修正信号;

识别模块,用于根据预设的支持向量机模型对所述修正信号进行识别,确定所述修正信号的信号类型;和

报警模块,用于若所述信号类型为冲击信号,则按照预设的报警方式进行报警;

其中,所述恢复模块包括:

初始化子模块,用于随机生成系数向量,并设置迭代次数的初始值;

卷积计算子模块,用于对所述系数向量和所述观测信号进行卷积计算,得到输出信号;

更新子模块,用于根据所述输出信号、所述系数向量和所述观测信号,使用特征向量算法更新所述系数向量;和

迭代子模块,用于对所述迭代次数进行加1操作后,若所述迭代次数达到预设的最大迭代次数,则将所述输出信号作为所述恢复信号,否则,返回卷积计算得到输出信号的步骤继续执行,直到所述迭代次数达到所述最大迭代次数为止;

所述更新子模块包括:

计算单元,用于按照如下公式计算系数矩阵Ryy

Ryy=E(Yi·YiT)

其中,zi为所述输出信号,Yi为所述观测信号的信号矩阵,E为数学期望;

选择单元,用于获取矩阵的最大特征值对应的特征向量,并将所述特征向量作为更新后的所述系数向量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中广核工程有限公司;陕西卫峰核电子有限公司;深圳中广核工程设计有限公司,未经中广核工程有限公司;陕西卫峰核电子有限公司;深圳中广核工程设计有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810513115.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top