核级闸阀卡滞早预警
面向核级电动闸阀的卡滞故障预测，通过物理信息数据增强与优化特征选择提升小样本下的预测能力。
Liu, Jie · Zhang, Mian · Tang, Chenwei · 77047541 · 黄彦平 · Yanshan, Li · Chenhui, Li
Engineering Applications of Artificial Intelligence 2026
利用卡滞故障时工作电流的“分段波”形态描述退化趋势，生成逼真的增强数据，缓解实际运行数据不足的问题。
采用随机加权方法同时评估特征单调性、相关性和鲁棒性，选出更有效的退化特征，避免单一准则导致的次优选择。
在实际运行数据上的案例验证表明，所提出的双层双向GRU架构比LSTM、GRU和BiGRU等深度学习模型具有更高的预测精度。