시뮬레이션 데이터 생성을 통한 기계학습 기반 원자로 노심 이상 탐지 방법론

Q: 이 논문에서 정의한 이상 탐지란 무엇인가?

감시 변수들의 정상 상태 운전 패턴을 사전 학습하고 유사 패턴 변수들을 그룹핑하여 정상 상태 예측값을 계산한 뒤, 현장에서 실시간으로 측정되는 신호 패턴이 해당 예측값의 패턴을 벗어나는지를 즉각적으로 판단하는 기술을 의미한다.

Q: 원자로 노심의 제어봉 위치 편차를 탐지하는 데 가장 효과적인 모델은 무엇인가?

연구 결과, Random Forest, XGBoost, LGBM과 같은 의사결정나무 기반의 비선형 모형들을 결합한 앙상블 모델이 다수의 노심 운행 환경에서 이상 상황을 감지하는 데 가장 효과적인 성능을 나타낸다.

오용경; 김한주; 이덕중; 김성일

doi:10.7232/JKIIE.2021.47.2.130

추천

검색

질문

자료유형: 학술저널

저자정보: 오용경 (울산과학기술원) 김한주 (울산과학기술원) 이덕중 (울산과학기술원) 김성일 (울산과학기술원)

저널정보: 대한산업공학회 대한산업공학회지 대한산업공학회지 제47권 제2호

발행연도: 2021.4

수록면: 130 - 143 (14page)

DOI: 10.7232/JKIIE.2021.47.2.130

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

Anomaly Detection in the nuclear reactor is a crucial technology to prevent malfunctions or unplanned shutdowns and to enhance efficient operations. Despite its importance, it remains at the level of relying on rule-based diagnostic or expert judgment due to the lack of training data. It is challenging to obtain real data from the nuclear reactor because of safety and security issues. To overcome those challenges, this paper proposes a new simulation-based anomaly detection methodology in nuclear reactors. We investigate assignable causes of abnormal behaviors in the nuclear reactor, generate simulation data using nuclear core analysis code, RAST-K, and apply the classification models for detecting abnormal behaviors. The proposed method is validated by the control rod positional anomalies simulation data generated by RAST-K.

#Nuclear Reactor Simulation #Anomaly Detection #Ensemble-Based Approach

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2021-530-001637099

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)