• Journal of Radiation Protection and Research
• /
• 제26권1호
• /
• pp.19-26
• /
• 2001

사고시 대기확산을 평가하기 위해서 USNRC Reg. Guide 1.145에 기초하여 개발된 PAVAN과 XOQAR 코드는 X/Q 값을 계산할 때, 누적빈도에 대하여 X/Q 값이 log-normal 용지에 그려진다. 이 그래프에서 가장 높은 X/Q 값으로부터 시작하여 이 점으로부터 10개의 X/Q을 포함하는 영역내의 모든 다른 점 사이의 경사를 비교하여 가장 작은 음의 경사를 갖는 선을 생성하는 계수들이 저장되며, 이 선의 끝점이 다음 영역의 시작점으로 이용되어 반복적으로 선이 그려진다. 이와 같이 그려진 선을 이용하여 누적빈도 0.5%, 5% 혹은 50%에 상응하는 X/Q 값이 계산되어, 사고 후 $0{\sim}2$ 시간의 X/Q 값으로 이용되며 매우 보수적인 경향을 갖게 된다. 본 논문에서는 퍼지 논리 추론계통을 이용하여 누적빈도에 대한 X/Q 값의 비선형 보간을 수행하였다. 퍼지 논리 추론계통은 비선형 보간을 위해 탁월한 방법으로 알려져 있다. 제안된 방법을 영광 원자력발전소의 잠재적 방사성물질 누출에 적용한 결과, 좀 더 현실적인 값을 제공하는 것으로 확인되었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 하계학술대회 논문집 D
• /
• pp.2995-2997
• /
• 2000

원자력발전소의 열출력 계산 결과에 가장 큰 영향을 미치는 변수는 주급수 유량이며, 측정방식상의 특성(Venturi Fouling)으로 인해 계산시 과다하게 반영될 소지가 있다 본 연구에서는 이 측정 오차를 최소화하기 위하여 뉴로-퍼지 논리를 이용하여 주급수 유량을 예측한 후 그 결과를 통해 열출력을 재평가하고자 하였다. 즉, 뉴로-퍼지로의 입력 변수(증기발생기 압력 및 수위. 터빈 충동실 압력)들은 모의훈련으로 출력을 상승시키면서 취득한 후 Wavelet Denoising 기법을 이용하여 노이즈를 제거시키고. 뉴로-퍼지 추론 계통의 파라메타들을 최적화시키기 위하여 유전적 알고리듬 및 최소자승법에 의한 Hybrid Learning Rule을 이용하여 학습시켰다. 시뮬레이션을 수행한 결과, 주급수 유량이 양호하게 예측되어, 이 결과를 토대로 열출력을 평가하는데 본 알고리듬의 적용이 성공적임을 입증하였다.