典型文献
基于机器学习的电厂管道热位移预测模型
文献摘要：
核电厂调试阶段采集了的大量的管道热位移数据.为了建立管道预测性维修模型,并且无限接近真实工况.因此借助谷歌的开源计算框架TensorFlow,利用其在数据分析方面的便捷性,来实现管道热位移预测模型.从数据读入、数据分析、数据规范化,到建立数据训练模型.以及通过可视化模块展示直观的图形,通过人工智能的方法做出趋势预判断.提升电厂热态功能试验效率.最终通过数据训练,实现了一个非常接近的电厂管道热位移预测模型.用于设备运行状况分析和预判断,在此基础上,帮助电厂提高处理复杂非结构化数据问题的能力,为电厂提供更加安全的调试环境.
文献关键词：
管道热位移;数据分析;数据训练;算法模型
中图分类号：
作者姓名：
章济;冯利法;施国龙;闫国华
作者机构：
国核电站运行服务技术有限公司设备与维修业务部
文献出处：
引用格式：
[1]章济;冯利法;施国龙;闫国华-.基于机器学习的电厂管道热位移预测模型)[J].信息系统工程,2022(02):65-68
A类：
管道热位移,热位移预测模型
B类：
基于机器学习,核电厂,移数,立管,预测性维修,修模,开源,计算框架,TensorFlow,便捷性,读入,数据规范化,数据训练,训练模型,可视化模块,热态,试验效率,设备运行,运行状况,状况分析,高处,非结构化数据,算法模型
AB值：
0.314854
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
