ニューラルネットワークによる原子力プラント監視手法と実炉への応用

鍋島 邦彦; 鈴木 勝男; 篠原 慶邦*; E.Tuerkcan*

JAERI-Research 95-076, 33 Pages, 1995/11

JAERI-Research-95-076.pdf:1.03MB

本論文では、原子炉プラントの主要なプラセス変数の計測データを用いてニューラルネットワーク上に構築したプラントモデルの予測値と実際の信号との誤差監視に基づく異常徴候の早期検知手法、及びそのプログラムについて述べる。ここで用いたニューラルネットワークは、3層からなる12入力12出力のauto-associative型ネットワークで、その学習則には誤差逆伝播アルゴリズムを採用した。さらに原子炉の動特性のモデル化の精度を向上させるために、初期学習と適応学習に分ける新しい学習法を開発した。このニューラルネットワークを実際の原子力プラントの実時間監視システムとして使用した結果、原子炉の起動・停止及び定常運転の広出力範囲にわたって、微小な異常兆候を早期に検知することができた。