上证报中国证券网讯（记者 韩远飞）6月16日，中国科学院沈阳自动化研究所发布消息，该所工业控制网络与系统研究室科研团队提出AI驱动核电传感器故障检测新框架。 据介绍，自给能中子探测器是核电站堆芯功率监测的核心设备，其采集的信号直接关系机组运行调控与安全防护。该类传感器长期处于复杂工况中，工况正常波动与设备故障特征极易混淆，跨功率工况下的故障检测一直是行业技术难点。 对此，该所提出了一种面向变功率工况的功率感知图域自适应框架。该方法通过多尺度时间特征提取捕获多通道SPND信号的动态演化规律，构建融合功率信息的图结构以表征时间依赖、传感器耦合及功率调制效应，学习跨功率工况下稳定鲁棒的特征表示。实验结果表明，该方法能够有效缓解变功率工况引起的分布偏移，显著提升传感器跨工况监测与故障诊断的准确性。

上证报中国证券网讯（记者 韩远飞）6月16日，中国科学院沈阳自动化研究所发布消息，该所工业控制网络与系统研究室科研团队提出AI驱动核电传感器故障检测新框架。

据介绍，自给能中子探测器是核电站堆芯功率监测的核心设备，其采集的信号直接关系机组运行调控与安全防护。该类传感器长期处于复杂工况中，工况正常波动与设备故障特征极易混淆，跨功率工况下的故障检测一直是行业技术难点。

对此，该所提出了一种面向变功率工况的功率感知图域自适应框架。该方法通过多尺度时间特征提取捕获多通道SPND信号的动态演化规律，构建融合功率信息的图结构以表征时间依赖、传感器耦合及功率调制效应，学习跨功率工况下稳定鲁棒的特征表示。实验结果表明，该方法能够有效缓解变功率工况引起的分布偏移，显著提升传感器跨工况监测与故障诊断的准确性。