Development of Diagnostic and Prognostic Algorithms for Nuclear Power Plant Using Artificial Neural Network

Abstract

비정상 및 비상 상황 발생 시 운전원은 상황을 인식하고 적절한 조치를 수행해야 한다. 비정상 상황에서는 운전원이 올바른 비정상 절차서를 수행하기 위하여 빠르고 정확한 진단을 수행해야 한다. 하지만, 원자력 발전소에는 100개 이상의 비정상 절차서와 약 4,000개의 경보 시스템으로 인해 운전원이 의사결정 과정에서 고려해야 할 정보가 매우 많다. 이러한 과도한 정보는 운전원에게 혼란을 줄 수 있을 뿐만 아니라 인적 오류를 유발할 수도 있다. 또한, 비상 상황에서는 운전원의 올바른 상황인식은 원자력 발전소 관리에 중요할 뿐만 아니라 사고를 효과적으로 완화하는 데 도움이 된다. 특히, Ensley가 제시한 3 Level 상황인식 중 Level 3는 (미래 상황 예측) 안전을 확보하기 위해 가장 좋은 조치를 결정하는데 필요한 지식 및 시간을 제공할 수 있지만, 원자력 발전소의 복잡성과 사고의 불확실성으로 인해 어려운 과제이다. 본 연구에서는 비정상 상황에서의 진단과 비상 상황에서의 예측을 돕기 위하여 인공신경망을 이용한 진단 및 예측 알고리즘을 제안한다. 진단 알고리즘은 long short-term memory (LSTM)과 variational autoencoder (VAE)를 이용하여 빠르고 정확한 진단을 할 뿐만 아니라 알지 못하는 사고를 식별할 수 있으며, 진단 결과를 검증하여 진단 신뢰도를 향상했다. 예측 알고리즘은 bidirectional LSTM (Bi-LSTM)과 attention mechanism (AM)을 이용하여 120단계를 통해 2시간 거동을 예측하고 variational encoder-decoder를 이용하여 예측의 불확실성을 제공한다. 제안된 알고리즘들은 compact nuclear simulator (CNS)를 이용하여 구현 및 검증하였다.