Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
関 暁之; 吉川 雅紀; 西野宮 良太*; 沖田 将一朗; 高屋 茂; Yan, X.
Nuclear Technology, 12 Pages, 2024/00
被引用回数：0 パーセンタイル：0.08(Nuclear Science & Technology)原子力プラントの安全な運転を支援するため、2種類のディープニューラルネットワーク(DNN)のシステムを構築した。一つは、原子力プラントの各種物理量についてシミュレーションよりも数桁少ない計算時間で推定するサロゲートシステム(SS)である。もう一つは、物理量から異常の原因となる外乱の状態を推定するシステム(ASIS)である。両システムとも、高温工学試験研究炉(HTTR)の挙動を様々なシナリオで再現することができる解析コード(ACCORD)から得られたデータを用いて学習を行った。DNNのモデルは、主要なハイパーパラメータを調整することにより構築された。これらの手順を経て、開発したシステムが高い精度で動作することを確認した。
関 暁之; 吉川 雅紀; 沖田 将一朗; 高屋 茂; Yan, X.
no journal, ,
Using AI technology, we have developed a surrogate system to estimate various physical quantities in nuclear plants and a system to estimate the state of disturbances that cause anomalies. Both systems use deep learning technology based on a model that connects multiple layers of neurons. In this study, the estimation was performed on data from an analysis code (ACCORD) that can reproduce the behavior of the High Temperature Engineering Test Reactor (HTTR) under various scenarios. The accuracy of the estimation and the range of application of the developed system are presented.
