Une approche prognostique basée sur l'apprentissage profond pour prédire la dégradation des PWR et la durée de vie utile restante en utilisant GNN-PTC-LSTM | Synapse
March 3, 2026Annals of Nuclear Energy3 citations
Une approche prognostique basée sur le deep learning pour prédire la dégradation des REP et la durée de vie utile restante en utilisant GNN-PTC-LSTM
Les estimations de durée de vie utile restante pour les systèmes REP montrent une grande précision grâce à des techniques de modélisation prédictive avancées.
La méthode de deep learning combine des couches GNN et LSTM pour renforcer les capacités prédictives concernant la longévité des équipements.
L'évaluation utilisant un nouvel algorithme démontre une prévision améliorée par rapport aux méthodes traditionnelles, conduisant à une meilleure prise de décision.
Les implications globales suggèrent que cette approche pourrait permettre des stratégies de maintenance plus efficaces et réduire les temps d'immobilisation.