메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국원자력학회 Nuclear Engineering and Technology Nuclear Engineering and Technology 제51권 제1호
발행연도
2019.1
수록면
146 - 154 (9page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
An improved principal component analysis (PCA) method is applied for sensor fault detection andisolation (FDI) in a nuclear power plant (NPP) in this paper. Data pre-processing and false alarm reducingmethods are combined with general PCA method to improve the model performance in practice. In datapre-processing, singular points and random fluctuations in the original data are eliminated with varioustechniques respectively. In fault detecting, a statistics-based method is proposed to reduce the falsealarms of T2 and Q statistics. Finally, the effects of the proposed data pre-processing and false alarmreducing techniques are evaluated with sensor measurements from a real NPP. They are proved to begreatly beneficial to the improvement on the reliability and stability of PCA model. Meanwhile varioussensor faults are imposed to normal measurements to test the FDI ability of the PCA model. Simulationresults show that the proposed PCA model presents favorable performance on the FDI of sensors nomatter with major or small failures.

목차

등록된 정보가 없습니다.

참고문헌 (25)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0