Early fault detection method for nuclear power plants based on sparse denoising autoencoder and kernel principal component analysis

•A data-driven fault detection method is proposed, which can accurately detect early faults in nuclear power plants.•The proposed grouping strategy effectively overcomes the insensitivity of single models to early faults.•The combination of SDAE and KPCA demonstrates good feature extraction and nonl...

Celý popis

Podrobná bibliografie

Vydáno v:	Annals of nuclear energy Ročník 220; s. 111460
Hlavní autoři:	Yin, Wenzhe, Xia, Hong, Huang, Xueying, Shan, Longfei, Ran, Wenhao, Jia, Zhujun
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier Ltd 15.09.2025
Témata:	Early fault Fault detection Kernel principal component analysis Nuclear power plant Sparse denoising autoencoder Fault detection Nuclear power plant Kernel principal component analysis Early fault Sparse denoising autoencoder
ISSN:	0306-4549
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!