CHOSUN

원전 사고 진단 및 예측을 위한 스마트 지원 시스템 개발

Metadata Downloads
Author(s)
유쾌환
Issued Date
2018
Keyword
사고진단 예측 스마트 지원시스템 인공지능
Abstract
Recently, human errors have very rarely(although it is not often) occurred during the power generation of nuclear power plants(NPPs). For this reason, many countries are conducting researches on the operator support systems of NPPs. Operator support systems can help decision-making of operators in severe accident occurrence.
In this study, the Smart support system is one of the operator support systems. Various simulations were performed to design a smart support system for the diagnosis and prediction of nuclear accidents. The data was obtained by simulating severe accident scenarios for the Optimized power reactor 1000(OPR1000) using the Modular accident analysis program(MAAP) code. The data obtained through the simulation were analyzed and predicted by the artificial intelligence(AI) technique through the MATLB program. Finally, the analyzed MATLAB program results are visualized through the Laboratory virtual instrument engineering workbench (LabVIEW) program and designed to be shown to the operator. The initial conditions obtained through the simulation were able to predict the main variables and the accident situations through the AI technique. A smart support system was developed to predict the accident identification, LOCA(Loss of coolant accident) break size, hydrogen concentration in containment building, reactor vessel core water level, golden time and so forth.
The early diagnosis of accidents and its predictions are useful and important information for NPP operators when they are faced with accidents. It is expected that a smart support system can be utilized effectively to support plant operators in critical situations.
TMI(Three Mile Island, 1979), 체르노빌(1986), 후쿠시마(2011) 원전사고 이후 사고관리의 관심이 증가하고 있으며, 원전 안전성 향상을 위한 다양한 연구가 수행되고 있다[1]. 원자력발전소는 설계기준사고를 고려하여 설계하였으며, 공학적 안전설비(Engineered Safety Facility : ESF)를 갖추고 있다. 또한 모든 계통은 다중성, 다양성 독립성을 갖춘 시스템으로 설계되어 있으며, 이러한 특성 때문에 공통원인 고장이 발생하더라도 안전기기가 발전소를 안전하게 유지할 수 있다[2]. 하지만, 냉각재 상실사고(Loss Of Coolant Accident : LOCA)와 같은 사고 상황에서 안전계통기기의 고장으로 설계기준을 초과하는 사고가 발생하면 노심이 노출되고 노심출구온도(Core Exit Temperature : CET)가 649도 이상이 되는 중대사고로 진행될 수 있다[3]. 이러한 중대사고를 예방하고 사고를 조기에 완화하기 위해서는 사고를 선제진단하고, 적절한 조치를 하는 것이 중요하다.
발전소 사고 관련데이터는 획득하기 어렵기 때문에 본 논문에서는 확률론적 안전성 평가(Probabilistic Safety Assessment : PSA) 보고서, 비상운전절차서(Emergency Operator Procedure : EOP), 중대사고 관리지침서(Severe Accident Management Guideline : SAMG) 관련 자료를 참조로 하여 시뮬레이션을 수행하였다. 사고 시뮬레이션은 원전 중대사고 해석코드인 MAAP(Modular Accident Analysis Program) 코드를 사용하여 수행하였으며, 한국 표준형 원전(Optimized Power Reactor 1000 : OPR1000)인 울진 3, 4호기 파라미터를 이용하였다. 시뮬레이션을 통해 얻은 데이터는 MATLAB 프로그램을 이용하여 데이터를 분석하고 다양한 인공지능(Artificial Intelligence : AI) 기법을 사용하여 사고 상황을 예측하였으며, LabVIEW(Laboratory virtual instrument engineering workbench) 프로그램을 이용하여 그래픽을 구현하였다.
최근 원자력안전기술원의 원전사고 및 고장현황을 분석해보면 인적 오류로 인한 사고 및 고장 사례가 차지하는 비중이 매우 높다. 만약 사고 발생 상황이라면 운전원은 더욱 더 많은 계측 주요 정보들을 분석해야 하는 업무를 수행하기 때문에 인적 오류의 발생 가능성이 더욱 높아질 것으로 예상된다[4-5].
OPR1000형 SAMG의 전략수행제어도는 노심출구온도, 증기발생기 수위, 원자로 냉각재계통 압력, 원자로건물 수위, 원자로건물 압력, 원자로건물 수소 농도 등을 사고관리 주요변수로 보고 있다. 따라서 원전 사고 진단 및 예측을 위한 스마트 지원 시스템에서는 이러한 원전 주요변수의 거동을 분석하고 예측하는 것을 중점적으로 프로그램을 개발하였다. 스마트 지원 시스템은 기존의 인공지능 모델을 개선하여 원전 사고 진단 및 예측에 적용하였다. 사고 식별 모델과 냉각재 상실사고 파단크기 예측 모델에서는 기존 Support Vector Machine(SVM) 모델을 개선하여 개발한 Multiconnected Support Vector Machine(MSVM) 모델을 사용할 경우 식별 성능과 파단크기 예측 성능이 향상됨을 확인할 수 있었다. 또한 격납건물 내 수소농도 예측 모델과 원자로용기 노심 수위 예측 모델에서는 기존 Fuzzy Neural Network(FNN) 모델을 개선하여 개발한 Cascaded Fuzzy Neural Network(CFNN) 모델을 사용할 경우 격납건물 내 수소농도 예측 성능과 원자로용기 노심 수위 예측 성능이 FNN 모델에 비해 향상됨을 확인할 수 있었다. 마지막으로 골든타임 예측은 SVM 모델을 사용하였으며, SVM 모델이 골든타임 예측에 매우 적합한 성능을 보이는 것을 확인할 수 있었다.
본 연구에서 개발한 스마트 지원 시스템 시뮬레이션을 통해 원전 운전원은 사고 초기에 사고 진행 상황을 예측할 수 있을 것이다.
Alternative Title
Development of a Smart Support System for Diagnosis and Prediction of Nuclear Power Plant Accidents
Alternative Author(s)
Yoo Kwae Hwan
Affiliation
조선대학교 원자력공학과
Department
일반대학원 원자력공학과
Advisor
나만균
Awarded Date
2019. 2
Table Of Contents
목 차

그림 목차 ⅲ
표 목차 vii
Abstract ix

제 1 장 서론 1

제 2 장 원전사고 분석 및 시뮬레이션 3
제 1 절 MAAP 코드 시뮬레이션 모델링 3
제 2 절 초기사건경위 분석 9
1. 대형냉각재 상실사고 사건수목 13
2. 중형냉각재 상실사고 사건수목 14
3. 소형냉각재 상실사고 사건수목 15
4. 증기발생기세관파단 사건수목 16
5. 발전소정전사고 사건수목 17
6. 대형이차측파단 사건수목 18
7. 주급수상실사고 사건수목 19

제 3 장 스마트 지원 시스템 개발 20
제 1 절 개요 20
제 2 절 스마트 지원 시스템 모듈 22
1. Overview 22
2. Parameter 26
3. Alarm 28
제 3 절 인공지능 모델 30
1. Support Vector Machine (SVM) 모델 30
2. Multiconnected Support Vector Machine 모델 39
3. Cascaded Fuzzy Neural Network (CFNN) 모델 41
4. 유전자알고리즘 44

제 4 장 사고 진단 예측 결과 분석 52
제 1 절 사고식별 모델 52
제 2 절 냉각재 상실사고 파단크기 예측 모델 57
제 3 절 격납건물 내 수소농도 예측 모델 66
제 4 절 원자로용기 노심 수위 예측 모델 76
제 5 절 골든타임 예측 모델 85

제 5 장 결론 94

참고 문헌 95
Degree
Doctor
Publisher
조선대학교
Citation
유쾌환. (2018). 원전 사고 진단 및 예측을 위한 스마트 지원 시스템 개발
Type
Dissertation
URI
http://oak.chosun.ac.kr/handle/2020.oak/15955
http://chosun.dcollection.net/common/orgView/200000267239
Appears in Collections:
IT Fusion > 4. Theses(Ph.D)(IT 융복합)
Authorize & License
  • AuthorizeOpen
Files in This Item:

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.