Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
鍋島 邦彦; 井上 浩司*; 鈴木 勝男; 工藤 和彦*
Proc. of 5th Int. Conf. on Neural Information Processing (ICONIP'98), 2, p.1102 - 1105, 1998/00
本論文は、運転中の原子力プラントにおける異常検知にリカレントニューラルネットワーク(RNN)を適用したものである。RNNは過去と現在のシステムの入出力を監視・学習することによって、次のタイムステップのシステム出力を予測する。この手法の基本原理は、実際のプラントから測定されたプロセス信号と、3層のRNNを用いてモデル化されたプラント予測値の偏差によって異常を検知するものである。プラントシミュレータを用いたオフラインのテスト結果より、提案されたRNNシステムは原子力プラントの状態を十分に監視できることが示された。このRNNは、微小な異常兆候を従来の監視システムやフィールドフォワードニューラルネットワークよりも早く検知する。