NPP(核电站) Thermocouple Sensor-Fault Detection and Classification Using DL and GLRT(广义似然比实验)

Introduction

传感器故障检测和隔离方法：基于模型，基于数据
基于模型：卡尔曼滤波、基于龙伯格观测器、奇偶方程、基于状态观测器、贝叶斯
基于数据：PAC（主成分分析）、单一值分解、ANN、SVM

传感器数据多维异构

快中子增值试验反应堆

热电偶信号故障类型

$$热电偶故障\{\begin{array}{l}突变故障\{\begin{array}{l}开路故障\\ 短路故障\end{array}\\ 渐变故障\\ 其他故障（运放或ADC故障导致）\end{array}$$

Proposed Method

Step1: DBN识别故障数据
Step2: 最大平均误差识别故障传感器
Step3: 复合广义似然比检验判断故障模式

训练DBN：先无监督预训练RBM，再有监督训练DBN

Data

预训练数据：1660个观测点
训练数据（训练DBN）：800个观测点
测试数据：200个观测数据，间隔2s一个观测点

Result

175个热电偶传感器

DBN结构：175-80-40-1

对比实验

1、与传统方法对比（BPN、SVM）

2、关于要不要预训练步骤：

3、识别故障传感器

通过故障数据和正常数据的最大偏差识别

4、故障类别判断

各信号特征及其GLRT



论文地址