The correct situation awareness (SA) of operators is important for managing nuclear power plants (NPPs), particularly in accident-related situations. Among the three levels of SA suggested by Ensley, Level 3 SA (i.e., projection of the future status of the situation) is challenging because of the complexity of NPPs as well as the uncertainty of accidents. Hence, several prediction methods using artificial intelligence techniques have been proposed to assist operators in accident prediction. However, these methods only predict short-term plant status (e.g., the status after a few minutes) and do not provide information regarding the uncertainty associated with the prediction. This paper proposes an algorithm that can predict the multivariate and long-term behavior of plant parameters for 2 h with 120 steps and provide the uncertainty of the prediction. The algorithm applies bidirectional long short-term memory and an attention mechanism, which enable the algorithm to predict the precise long-term trends of the parameters with high prediction accuracy. A conditional variational autoencoder was used to provide uncertainty information about the network prediction. The algorithm was trained, optimized, and validated using a compact nuclear simulator for a Westinghouse 900 MWe NPP.
During a station blackout (SBO), the initiating event is a loss of Class IV and Class III power, causing the loss of the pumps, used in systems such as the primary heat transporting system (PHTS), moderator cooling, shield cooling, steam generator feed water, and re-circulating cooling water. The reference case of the SBO case does not credit any of these active heat sinks, but only relies on the passive heat sinks, particularly the initial water inventories of the PHTS, moderator, steam generator secondary side, end shields, and reactor vault. The reference analysis is followed by a series of sensitivity cases assuming certain system availabilities, in order to assess their mitigating effects. This paper also establishes the strategies to mitigate SBO accidents. Current studies and strategies use the computer code of the Integrated Severe Accident Analysis Code (ISAAC) for Wolsong plants. The analysis results demonstrate that appropriate strategies to mitigate SBO accidents are established and, in addition, the symptoms of the SBO processes are understood.
After the Fukushima Daiichi accidents, public concerns on nuclear safety and the corresponding burden of nuclear power plant licensees are increasing. In order to secure public trust and enhance the rationality of current safety regulation, we develop a risk-informed decision making (RIDM) framework for the Korean regulatory body. By analyzing all the regulatory activities for nuclear power plants in Korea, eight action items are selected for RIDM implementation, with appropriate procedures developed for each. For two items in particular - the accident sequence precursor analysis (ASPA) and the significance determination process (SDP) - two customized risk evaluation software has been developed for field inspectors and probabilistic safety assessment experts, respectively. The effectiveness of the proposed RIDM framework is demonstrated by applying the ASPA procedure to 35 unplanned scrams and the SDP to 24 findings from periodic inspections.
There has been a big need of Safety Education for the power plants with a high risk due to the Fukushima Daiichi nuclear disaster and the tragic accident of Sewol Ferry. The object of this research is for studying ways of developing contents for customized Power Plants Safety Education applied with 'Story Viewing' technology in order to improve the present format of Power Plant Safety Education based on hard copied documents so as to prevent human mistakes because of lack of system and ability of initial response which come from safety frigidity shown in the case of Sewol Accident. 'Story-viewing' applied to Power Plant Safety Education is the methodology to enhance information communicability utilizing IT/Visualization technology combined with Story Telling that is an effective propagation way.
When abnormal events occur in a nuclear power plant, operators must conduct appropriate abnormal operating procedures. It is burdensome though for operators to choose the appropriate procedure considering the numerous main plant parameters and hundreds of alarms that should be judged in a short time. Recently, various research has applied deep-learning algorithms to support this problem by classifying each abnormal condition with high accuracy. Most of these models are trained with simulator data because of a lack of plant data for abnormal states, and as such, developed models may not have tolerance for plant data in actual situations. In this study, two approaches are investigated for a deep-learning model trained with simulator data to overcome the performance degradation caused by noise in actual plant data. First, a preprocessing method using several filters was employed to smooth the test data noise, and second, a data augmentation method was applied to increase the acceptability of the untrained data. Results of this study confirm that the combination of these two approaches can enable high model performance even in the presence of noisy data as in real plants.
This paper deals with break size estimation of loss of coolant accidents (LOCA) using a nonlinear autoregressive with exogenous inputs (NARX) neural network. Previous studies used static approaches, requiring time-integrated parameters and independent firing algorithms. NARX neural network is able to directly deal with time-dependent signals for dynamic estimation of break sizes in real-time. The case studied is a LOCA in the primary system of Bushehr nuclear power plant (NPP). In this study, number of hidden layers, neurons, feedbacks, inputs, and training duration of transients are selected by performing parametric studies to determine the network architecture with minimum error. The developed NARX neural network is trained by error back propagation algorithm with different break sizes, covering 5% -100% of main coolant pipeline area. This database of LOCA scenarios is developed using RELAP5 thermal-hydraulic code. The results are satisfactory and indicate feasibility of implementing NARX neural network for break size estimation in NPPs. It is able to find a general solution for break size estimation problem in real-time, using a limited number of training data sets. This study has been performed in the framework of a research project, aiming to develop an appropriate accident management support tool for Bushehr NPP.
Since Fukushima nuclear power plant (NPP) accident in 2011, the importance of research on various severe accident phenomena has been emphasized. Particularly, detailed analysis of combustion risk is necessary following the containment damage caused by combustion in the Fukushima accident. Many studies have been conducted to evaluate the risk of local hydrogen concentration increases and flame propagation using computational code. In particular, the potential for combustion by local hydrogen concentration in specific areas within the containment has been emphasized. In this study, the process of flame propagation generated inside a reactor core to containment during a loss of coolant accident (LOCA) was analyzed using MELCOR 2.1 code. Later in the LOCA scenario, it was expected that hydrogen combustion occurred inside the reactor core owing to oxygen inflow through the cold leg break area. The main driving force of the oxygen intrusion is the elevated containment pressure due to the molten corium-concrete interaction. The thermal and mechanical loads caused by the flame threaten the integrity of the containment. Additionally, the containment spray system effectiveness in this situation was evaluated because changes in pressure gradient and concentrations of flammable gases greatly affect the overall behavior of ignition and subsequent containment integrity.
원자력발전소의 중대사고 발생 시 신속하고 정확하게 사고 상황을 파악해야 하며, 이러한 사고진단 정보를 획득했을 때 적절한 사고관리 및 대응을 수행할 수 있다. 본 연구에서는 국가원자력 재난관리 시스템인 AtomCARE (Computerized technical Advisory system for a Radiological Emergency)로 전송되는 주요 발전소 정보로부터 중대사고 상황을 진단하는데 있어 딥러닝 기술의 접목을 고려하였다. 이를 위하여 주요 시나리오를 선정하고 사고 진행에 따른 상세 시나리오에 대하여 중대사고 해석 코드인 MAAP5 다량 계산을 통한 학습 DB를 구축하였다. 그리고 이 DB의 학습을 통하여 주요 발전소 정보로부터 중대사고 상세 시나리오를 분류할 수 있는, 즉 중대사고 상황을 진단할 수 있는 기술을 개발하였다. 또한 블라인드 테스트와 주성분분석을 통한 검증을 수행하였다. 본 연구에서 개발한 기술은 향후 전체 중대사고 시나리오로 확장 및 적용 가능할 것으로 판단되며 신속하고 정확한 사고진단의 기반기술로 활용 가치가 높을 것으로 기대된다.
국내 방사능재난대응체계는 일본 후쿠시마 원전 사고와 최근의 국내 대형 재난 교훈 등을 바탕으로 개선돼 오고 있지만, 아직 방사능재난 특성과 후쿠시마 원전 사고 교훈을 완전히 반영하고 있지 못하다. 하나의 방사능재난대응체계에 복수의 국내법이 적용되면서, 실제 상황 시, 대응체계의 실효성을 훼손할 가능성이 있는 법 조항 간 불일치 사항이 존재하기도 한다. 이에 본 논문에서는 방사능재난대응 속성을 분석하고, 방사능재난대응체계 적절성 측면에서 「재난 및 안전관리 기본법」과 「원자력시설 등의 방호 및 방사능 방재 대책법」에서 규정한 방사능재난대응체계, 후쿠시마 원전 사고 시 일본측의 방사능 재난 대응 활동을 분석하고, 이 분석결과를 토대로, 대응체계와 조직 측면에서 국내 방사능재난대응체계 실효성을 제고하기 위해 필요한 개선사항을 도출하여 제시하였다.
Background: This study examined the detection limit of thyroid screening monitoring conducted at the time of the Fukushima Daiichi Nuclear Power Plant (FDNPP) accident in 2011 using a Monte Carlo simulation. Materials and Methods: We calculated the detection limit of a NaI(Tl) survey meter to measure 131I accumulation in the thyroid gland of children. Mathematical phantoms of 1- and 5-year-old children were developed in the simulation of the Particle and Heavy Ion Transport code System code. Contamination of the body surface with eight radionuclides found after the FDNPP accident was assumed to have been deposited on the neck and shoulder area. Results and Discussion: The detection limit was calculated as a function of ambient dose rate. In the case of 40 Bq/cm2 contamination on the body surface of the neck, the present simulations showed that residual thyroid radioactivity corresponding to thyroid dose of 100 mSv can be detected within 21 days after intake at the ambient dose rate of 0.2 µSv/hr and within 11 days in the case of 2.0 µSv/hr. When a time constant of 10 seconds was used at the dose rate of 0.2 µSv/hr, the estimated survey meter output error was 5%. Evaluation of the effect of individual differences in the location of the thyroid gland confirmed that the measured value would decrease by approximately 6% for a height difference of ±1 cm and increase by approximately 65% for a depth of 1 cm. Conclusion: In the event of a nuclear disaster, simple measurements carried out using a NaI(Tl) scintillation survey meter remain effective for assessing 131I intake. However, it should be noted that the presence of short-half-life radioactive materials on the body surface affects the detection limit.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.