PREDICTIVE DIAGNOSIS METHOD AND SYSTEM OF NUCLEAR POWER PLANT EQUIPMENT

The present invention provides a predictive diagnosis method for nuclear power plant equipment and a system thereof which perform machine learning based on statistical characteristics of vibration signals acquired from the nuclear power plant equipment and carry out an automatic predictive diagnosis for the nuclear power plant equipment. The predictive diagnosis method for nuclear power plant equipment comprises the following steps of: acquiring data from the nuclear power plant equipment; performing preprocessing of the data; extracting at least one of either a statistical characteristic or a geometrical characteristic of the preprocessed data and normalizing the same; constructing a new feature indicating a state of the nuclear power plant equipment by applying a dimensionality reduction algorithm to a feature vector of the normalized data; and learning the new feature constructed through the dimensionality reduction algorithm and classifying the learned feature by a clustering algorithm to recognize the state of the nuclear power plant equipment. According to the present invention, the reliability and performance of the automatic predictive diagnosis result for the equipment are increased and determining a defect before a failure is possible. Thus, it can be expected to maximize the diagnosis efficiency of the nuclear power plant equipment and predict an optimal maintenance time. 본 발명은 원전 설비로부터 취득된 진동 신호의 통계적 특징들을 기반으로 머신러닝을 수행하여, 원전 설비에 대한 자동 예측 진단을 수행하는 원전 설비의 예측 진단 방법 및 시스템을 제공하기 위하여, 원전 설비로부터 데이터를 취득하는 단계 및 상기 데이터의 전처리를 수행하는 단계 및 상기 전처리된 데이터의 통계적 특징 및 형상적 특징 중 적어도 어느 하나를 추출하여 정규화하는 단계 및 상기 정규화된 데이터의 특징벡터에 차원축소 알고리즘을 적용하여 상기 원전 설비의 상태를 표현하는 새로운 특징을 구성하는 단계 및 상기 차원축소 알고리즘을 통해 구성된 새로운 특징을 학습하고, 학습된 특징을 군집 알고리즘을 통해 분류하여 상기 원전 설비의 상태를 인지하는 단계를 포함한다. 이에, 설비에 대한 자동 예측 진단 결과의 신뢰성 및 성능이 향상되고, 고장 발생 전 결함 진단이 가능해져서 원전 설비 진단의 효율성을 극대화되고 최적의 정비시점을 예측할 수 있는 효과가 있다.