Integrated on-line plant monitoring system for HTTR using neural networks

ニューラルネットワークを用いた統合型オンラインプラント監視システム

鍋島 邦彦  ; 松石 智美*; 牧野 純*; Subekti, M.*; 大野 富生*; 工藤 和彦*; 中川 繁昭  

Nabeshima, Kunihiko; Matsuishi, Tomomi*; Makino, Jun*; Subekti, M.*; Ono, Tomio*; Kudo, Kazuhiko*; Nakagawa, Shigeaki

HTTR(熱出力30MW)のオンライン監視システムにニューラルネットワークを適用した。本システムでは、幾つかのニューラルネットワークがそれぞれ独立に、異なる構成,入出力信号,学習則で、プラント動特性をモデル化している。その中の1つである自己相関型MLPは、正常な運転データのみで学習を行い、プラント全体に渡る信号を予測することで、リアルタイム監視を行うものである。そのほかのネットワークは、オンラインでの反応度予測及び監視,ヘリウムリークの監視を行う。オンラインテストの結果から、それぞれのニューラルネットワークが精度良い予測と信頼性のある異常検知をできることが示された。

The neural networks have been utilized in on-line monitoring system of High Temperature Engineering Tested Reactor (HTTR) with thermal power of 30MW. In this system, several neural networks can independently model the plant dynamics with different architecture, input and output signals and learning algorithm. One of main task is real-time plant monitoring by Multi-Layer Perceptron (MLP) in auto-associative mode, which can model and estimate the whole plant dynamics by training normal operational data only. Other tasks are on-line reactivity prediction, reactivity and helium leak monitoring, respectively. From the on-line test results, each neural network shows good prediction and reliable detection performances.