基于DSW-TSA-MDI-LNN模型的核电站传感器故障诊断研究

《Annals of Nuclear Energy》：Research on nuclear power plant sensor fault diagnosis based on DSW-TSA-MDI-LNN model

　　

Jiarong Gao|Yongkuo Liu|Qiang Zhao|Ji Liu|Longfei Shan|Guohua Wu

• •
  MDI特征提取框架旨在将原始传感器测量数据转换为对故障敏感且具有高度区分性的特征集。通过增强监控数据中的类间可分性，该模块为下游故障诊断提供了更加稳健和信息丰富的输入表示。
• •
  通过集成维度分段（DSW）嵌入机制和两阶段注意力（TSA）模块，提出了一种改进的液态神经网络（LNN）架构。该增强模型能够对高维多变量时间序列数据进行结构化解析，并捕捉到各通道的多尺度模式。
• •
  DSW和TSA模块学习到的特征表示通过调制驱动项和自适应时间常数深度耦合到LNN的连续时间动态中，从而通过动态关注与故障最相关的时间片段，显著提高了对弱故障和瞬态故障的检测灵敏度。