KR20220058942A

KR20220058942A - 신경망을 이용한 원자력 제어 시스템

Info

Publication number: KR20220058942A
Application number: KR1020227011398A
Authority: KR
Inventors: 라이언 제이 후버
Original assignee: 웨스팅하우스 일렉트릭 컴퍼니 엘엘씨
Priority date: 2019-09-09
Filing date: 2020-09-04
Publication date: 2022-05-10
Also published as: TW202117750A; WO2021050379A2; US20210074442A1; TWI802815B; TWI834275B; EP4029035A2; EP4120288A1; WO2021050379A3; TW202305835A; US11581102B2; JP2022547193A

Abstract

원자력 플랜트(10, 400)를 제어하는 방법이, 원자력 플랜트의 하나 이상의 센서들(12, 404)로부터 센서 데이터를 획득하는 단계, 신경망(200)에 센서 데이터 및 원하는 플랜트 응답을 제공하는 단계 ― 신경망은 시뮬레이션된 원자력 플랜트를 사용하여 이전에 훈련되었고 원하는 플랜트 응답을 성취하기 위해 적어도 하나의 제어 시스템 설정을 결정하도록 구성됨 ―, 신경망으로 원하는 플랜트 응답을 성취하기 위해 적어도 하나의 제어 시스템 설정을 결정하는 단계, 및 원자력 플랜트의 제어 시스템(402)의 적어도 하나의 제어 시스템 설정을 신경망에 의해 결정된 적어도 하나의 제어 시스템 설정으로 설정하거나 변경하는 단계를 포함한다.

Description

신경망을 이용한 원자력 제어 시스템

관련 기술

원자력 플랜트들이 수많은 컴포넌트들과 센서들을 포함한다. 예를 들어, 원자력 플랜트들은 다수의 축방향 고도들에서 노심 내에서 방사능을 직접 측정하기 위한 노심 내(in-core) 센서들을 포함한다. 열전대 센서들(thermocouple sensor)이 또한 다양한 방사상 로케이션들에서 냉각수 출구 온도의 직접 측정을 제공하기 위해 냉각수가 노심을 빠져나가는 고도에 있는 노심 주위의 다양한 지점들에 위치된다. 이들 센서들은 원자로 노심 내부에서 방사상 및 축방향 전력 분포를 직접 측정하는데 사용된다. 이 전력 분포 측정 정보는 원자로가 원자력 분배 한계들 내에서 작동하는지의 여부를 결정하는데 사용된다. 이 기능을 수행하는데 사용되는 전형적인 노심 내 센서는 주위에서 발생하는 핵분열의 양에 비례하는 전류를 생산하는 자가 출력형 검출기(self-powered detector)이다. 이 유형의 센서는 일반적으로 노심 주위의 다양한 연료 조립체들 내의 계장 딤블(thimble) 내에 배치되며, 전류를 생산하기 위해 외부 전력 소스를 요구하지 않고, 보통 자가 출력형 검출기라고 지칭된다. 원자력 플랜트들은 원자력 플랜트의 다양한 유량들, 온도들, 압력들, 밸브 포지션들, 및 다른 특성들을 측정할 수 있는 다양한 센서들을 포함한다.

원자력 플랜트는 제어 가능한 밸브들 및 펌프들과 같은 다양한 컴포넌트들을 또한 포함한다. 예를 들어, 밸브들은 원자로 시스템의 다양한 컴포넌트들 사이에서 물 또는 다른 유체의 흐름들을 허용하거나 중지시키기 위해 다양한 포지션들 사이에서 이동될 수 있다. 마찬가지로, 펌프들은 원자로 시스템의 다양한 컴포넌트들 사이에서 물 또는 다른 유체들의 유량들을 증가 또는 감소시키도록 제어 가능할 수 있다. 원자로 시스템들은 또한 다양한 다른 제어가능 컴포넌트들을 포함한다.

원자력 플랜트들은 또한 다양한 제어가능 컴포넌트들을 제어하기 위한 제어 시스템을 포함한다. 제어 시스템은 특정한 위치들에 특정한 밸브들을 배치하기 위한, 특정한 레벨들에서 특정한 펌프들을 제어하기 위한, 또는 다양한 다른 컴포넌트들을 다양한 방식들로 제어하기 위한 설정들과 같은 다양한 설정들을 갖는다. 다양한 컴포넌트들을 제어함으로써, 원자로 시스템의 전력 출력은 제어될 수 있다.

도 1은 원자력 플랜트(10)의 단순화된 개략도이다. 원자력 플랜트(10)는 제어 시스템(12), 센서들(14), 및 컴포넌트들(16)을 포함한다. 제어 시스템(12)은 센서들(14)의 출력들을 수신하고 결국 센서들(14)의 출력들에 기초하여 컴포넌트들(16)을 제어한다.

예를 들어, 가압수형 원자로들(pressurized water reactors)(PWR들)에서, 가압수는 원자로 노심에서 가열된 다음, 전기를 발생하는 발전기를 회전시키는 터빈들을 돌리도록 증기가 생성되는 증기 발생기(steam generator)(SG)로 흐른다. 하나의 특정 관심 항목은 SG 레벨인데 다수의 플랜트 이벤트들을 담당하기 때문이다. 원자로 시스템 내의 센서들의 출력들에 기초하여, 제어 시스템은 SG 레벨을 조절하기 위해 다양한 컴포넌트들을 제어할 수 있다. 그러나, 제어 시스템들은 SG 레벨을 완전히 제어할 수 없다. 예를 들어, 펌프들과 같은 부분들의 성능의 저하는, 예를 들어, 의도된 설정에 미치지 못하는 펌프의 성능을 초래할 수 있다. 다시 말하면, 제어 시스템은 특정된 레벨에서 작동하도록 펌프를 제어할 수 있지만, 펌프의 저하로 인해, 펌프는 실제로는 더 낮은 레벨로 작동할 것이다. 추가적으로, 펌프들이 오프라인 되는 것 또는 다른 이벤트들과 같은 원자로 시스템에서의 트랜션트들은 원하는 SG 레벨을 실현하기 위한 제어 시스템 설정들을 고안하는 것을 어렵게 만들 수 있다.

원하는 응답을 항상 제공하지 못하는 제어 시스템 설정들에 대한 우려로 인해, 제어 시스템이 원하는 응답을 제공할 수 없는 경우에도 안전 마진들 및 안전 기능들이 안전한 동작을 보장하기 위해 채용되어야만 한다. 안전 마진들은 종종 원자로 시스템들이 최대 전력 미만에서 작동하거나 또는 임계 레벨에 도달하기 전에 잘 트립핑(tripping)하는 결과를 초래한다.

원자력 플랜트들에 대한 제어 시스템들에는 개선의 여지가 있다.

개시된 개념은 적어도 하나의 제어 설정을 결정하도록 훈련된 신경망을 채용하여 원하는 플랜트 응답을 성취함으로써 원자력 플랜트를 제어하는 개선된 방법을 제공한다.

하나의 실시예에서, 원자력 플랜트를 제어하는 방법이, 원자력 플랜트의 하나 이상의 센서들로부터 센서 데이터를 획득하는 단계; 신경망에 센서 데이터 및 원하는 플랜트 응답을 제공하는 단계 ― 신경망은 시뮬레이션된 원자력 플랜트를 사용하여 이전에 훈련되었고 원하는 플랜트 응답을 성취하기 위해 적어도 하나의 제어 시스템 설정을 결정하도록 구성됨 ―; 신경망으로 원하는 플랜트 응답을 성취하기 위해 적어도 하나의 제어 시스템 설정을 결정하는 단계; 및 원자력 플랜트의 제어 시스템의 적어도 하나의 제어 시스템 설정을 신경망에 의해 결정된 적어도 하나의 제어 시스템 설정으로 설정하거나 변경하는 단계를 포함한다.

하나의 실시예에서, 원자력 플랜트에 대한 적어도 하나의 제어 시스템 설정을 결정하도록 신경망을 훈련하는 방법이, 원자력 플랜트의 시뮬레이션을 제공하는 단계; 복수의 제어 시스템 설정들 및 원자력 플랜트 파라미터들을 원자력 플랜트의 시뮬레이션에 입력하고 원자력 플랜트의 시뮬레이션으로부터 시뮬레이션된 센서 데이터 및 시뮬레이션된 플랜트 응답을 획득함으로써 훈련 및 테스트 데이터를 생성하는 단계; 및 훈련 및 테스트 데이터를 사용하여 원자력 플랜트에 대한 원하는 플랜트 응답을 성취하기 위해 원자력 플랜트에 대한 적어도 하나의 제어 시스템 설정을 결정하도록 훈련되는 훈련된 신경망을 생성하는 단계를 포함한다.

하나의 실시예에서, 원자력 플랜트가, 센서 데이터를 생성하도록 구성되는 복수의 센서들; 복수의 컴포넌트들; 복수의 제어 시스템 설정들을 갖는 그리고 복수의 제어 시스템 설정들에 기초하여 복수의 컴포넌트들의 부분을 제어하도록 구성되는 제어 시스템; 및 센서 데이터 및 원하는 플랜트 응답을 수신하도록 구성되는 신경망 ― 신경망은 시뮬레이션된 원자력 플랜트를 사용하여 이전에 훈련되었고 원하는 플랜트 응답을 성취하기 위해 적어도 하나의 제어 시스템 설정을 결정하도록 구성됨 ― 을 포함한다.

제어 시스템은 복수의 제어 시스템 설정들 중 하나 이상을 상기 신경망에 의해 결정된 적어도 하나의 제어 시스템 설정으로 설정 또는 변경하도록 구성된다.

본 발명의 추가의 이해가 첨부 도면들과 연계하여 판독할 때 바람직한 실시예들의 다음의 설명으로부터 얻어질 수 있으며, 도면들 중:
도 1은 원자력 플랜트(10)의 단순화된 개략도이며;
도 2는 개시된 개념의 예시적인 실시예에 따른 신경망 훈련 시스템의 개략도이며;
도 3은 개시된 개념의 예시적인 실시예에 따른 신경망을 훈련하는 방법의 흐름도이며;
도 4는 개시된 개념의 예시적인 실시예에 따른 신경망 검증 시스템의 개략도이며;
도 5는 개시된 개념의 예시적인 실시예에 따른 신경망을 검증하는 방법의 흐름도이며;
도 6은 개시된 개념의 예시적인 실시예에 따른 신경망을 사용하는 원자력 플랜트의 개략도이며;
도 7은 개시된 개념의 예시적인 실시예에 따른 신경망을 사용하는 원자력 플랜트에 대한 적어도 하나의 제어 시스템 설정을 결정하는 방법의 흐름도이며; 그리고
도 8은 개시된 개념의 예시적인 실시예에 따른 신경망을 사용하는 원자력 플랜트의 개략도이다.

본 개시에서 사용되는 바와 같이, 단수형인 "a", "an", 및 "the"의 사용에 해당하는 단수형은 문맥이 그렇지 않다고 알려주지 않는 한 복수의 언급들을 포함한다.

본 개시에서 사용되는 바와 같이, 둘 이상의 부분들 또는 컴포넌트들이 "커플링된"다는 진술은, 링크가 발생하는 한, 부분들이 직접적으로 또는 간접적으로 중 어느 하나로, 즉, 하나 이상의 중간 부분들 또는 컴포넌트들을 통해 결합되거나 또는 함께 동작한다는 것을 의미할 것이다.

본 개시에서 사용되는 바와 같이, "수"라는 용어는 1 또는 1보다 큰 정수(즉, 복수)를 의미할 것이다.

본 개시에서 채용되는 바와 같이, "프로세서"라는 용어는 데이터를 저장하며, 취출하고 프로세싱할 수 있는 프로그래밍가능 아날로그 및/또는 디지털 디바이스; 제어기; 제어 회로; 컴퓨터; 워크스테이션; 개인용 컴퓨터; 마이크로프로세서; 마이크로제어기; 마이크로컴퓨터; 중앙 프로세싱 유닛; 메인프레임 컴퓨터; 미니 컴퓨터; 서버; 네트워크형 프로세서; 또는 임의의 적합한 프로세싱 디바이스 또는 장치를 의미할 것이다.

개시된 개념은, 설명의 목적을 위해, 본 발명의 철저한 이해를 제공하기 위하여 수많은 특정 세부사항들에 관련하여 이제 설명될 것이다. 그러나, 개시된 개념은 이 혁신의 정신 및 범위로부터 벗어나지 않고서도 이들 특정 세부사항들 없이 실행될 수 있다는 것이 명백할 것이다.

개시된 개념은 신경망을 사용하여 원자력 플랜트들의 제어 시스템들을 개선하는 것에 관한 것이다. 일부 예시적인 실시예들에서, 신경망이 원하는 플랜트 응답을 성취하기 위하여 원자력 플랜트 제어 시스템에 대한 적어도 하나의 제어 설정을 결정하도록 시뮬레이션된 오프라인 환경에서 훈련되고 테스트된다. 신경망은 또한 시뮬레이션된 오프라인 환경에서 검증될 수 있다. 개시된 개념의 일부 예시적인 실시예들에서, 신경망은 원하는 플랜트 응답을 성취하기 위하여 원자력 플랜트의 제어 시스템에 대한 적어도 하나의 제어 시스템 설정을 결정하도록 온라인 환경(즉, 가동중인 원자력 플랜트)에서 구현된다.

원자력 플랜트들은 부분적으로는 규제들로 인해 신경망들과 같은 머신 러닝 기법들을 사용하지 않았다. 예를 들어, 원자력 플랜트들의 제어 시스템들은 결정론적일 필요가 있다. 다시 말하면, 플랜트 오퍼레이터들은 제어 시스템이 다양한 조건들에 응답하여 어떻게 행동할 것인지를 알고 이해할 필요가 있다.

개시된 개념의 일부 예시적인 실시예들은 원자력 플랜트 내의 다양한 조건들과 직면할 때 원하는 플랜트 응답(예컨대, 증기 발생기 레벨 등)을 제공하기 위하여 원자력 플랜트에 대한 적어도 하나의 제어 시스템 설정을 결정할 수 있는 신경망을 제공한다. 일부 예시적인 실시예들에서, 원하는 플랜트 응답은 증기 발생기 레벨, 가압기 레벨, 가압기 압력, 원자로 제어에 관련된 다양한 파라미터들, 제어봉 제어에 관련된 다양한 파라미터들, 증기 덤프 제어에 관련된 다양한 파라미터들, 및/또는 플랜트 시스템들의 균형에 관련된 다양한 다른 파라미터들일 수 있다. 예를 들어, 트랜션트 이벤트들, 저하된 컴포넌트들, 및 다른 요인들이 원자력 플랜트의 응답에 영향을 미칠 수 있다. 개시된 개념의 일부 예시적인 실시예들에서, 신경망은 이러한 요인들에 직면하여 원하는 플랜트 응답을 여전히 초래할 적어도 하나의 제어 시스템 설정을 제공하도록 훈련된다. 원하는 플랜트 응답을 성취하기 위해 원자력 플랜트에 대한 적어도 하나의 제어 설정을 결정하기 위한 신경망을 훈련하며, 테스트하며, 검증하고, 구현하는 일부 예시적인 실시예들이 본 개시에서 설명될 것이다.

도 2는 개시된 개념의 예시적인 실시예에 따른 신경망 훈련 시스템(100)의 개략도이다. 신경망 훈련 시스템(100)은, 예를 들어, 컴퓨터 시스템 또는 프로세서와 메모리를 포함하는 다른 이러한 시스템과 같은 프로세싱 시스템 상에 구현될 수 있다. 프로세서는, 예를 들어 그리고 제한 없이, 메모리와 인터페이싱하는 마이크로프로세서, 마이크로제어기, 또는 일부 다른 적합한 프로세싱 디바이스 또는 회로일 수 있다. 메모리는, 제한 없이, 컴퓨터의 내부 저장 영역의 형태와 같이 데이터 저장을 위한 저장 레지스터, 즉, 머신 판독가능 매체를 제공하는 RAM(random-access memory), ROM(read-only memory), EPROM(들), EEPROM(들), 플래시 등과 같은 다양한 유형들의 내부 및/또는 외부 저장 매체들의 하나 이상의 것들 중 임의의 것일 수 있고, 휘발성 메모리 또는 비휘발성 메모리일 수 있다. 메모리는 프로세서에 의해 실행 가능한 하나 이상의 루틴들을 저장할 수 있다.

신경망 훈련 시스템(100)은 원자력 플랜트 시뮬레이션(102), 신경망 훈련 모듈(104), 및 신경망 테스팅 모듈(106)을 포함한다. 원자력 플랜트 시뮬레이션(102)은 실제 원자력 플랜트의 특성들을 시뮬레이션하도록 구성되는 원자력 플랜트의 시뮬레이션된 모델일 수 있다. 개시된 개념의 일부 예시적인 실시예들에서, 원자력 플랜트 시뮬레이션(102)은 웨스팅하우스 일렉트릭 컴퍼니(Westinghouse Electric Company)에 의해 개발된 연소 엔지니어링 트랜션트 시뮬레이션(Combustion Engineering Transient Simulation)(CENTS)일 수 있다. 그러나, 다른 원자력 플랜트 시뮬레이션들은 개시된 개념의 범위로부터 벗어남 없이 채용될 수 있다는 것이 이해될 것이다. 원자력 플랜트 시뮬레이션(102)에서, 플랜트 기하구조 및 컴포넌트 용량들과 같은 다양한 플랜트 파라미터들이 설정될 수 있다. 추가적으로, 원자력 플랜트의 다양한 제어 시스템 설정들이 설정될 수 있다. 플랜트 파라미터들 및 제어 시스템 설정들로, 원자력 플랜트 시뮬레이션(102)은 원자력 플랜트의 행동을 시뮬레이션한다. 원자력 플랜트 시뮬레이션(102)으로부터, 원자력 플랜트에서 센서들로부터의 다양한 데이터와 같은 원자력 플랜트의 시뮬레이션된 응답은 관찰될 수 있다.

신경망 훈련 시스템(100)에서, 원자력 플랜트 시뮬레이션(102)은 각각 신경망 훈련 모듈(104) 및 신경망 테스팅 모듈(104)에 대한 테스트 및 훈련 데이터를 생성하는데 사용된다. 훈련 및 테스트 데이터는 다양한 플랜트 파라미터들 및 제어 시스템 설정들을 갖는 원자력 플랜트 시뮬레이션(102)으로 수많은(예컨대, 수천) 시뮬레이션들을 실행함으로써 생성된다. 플랜트 파라미터들은 컴포넌트 저하, 파울링(fouling), 또는 피로를 시뮬레이션하도록 가변될 수 있다. 예를 들어, 펌프 용량 또는 밸브 유량 계수들은 원자력 플랜트에서 펌프들 및 밸브들의 저하, 파울링, 또는 피로를 시뮬레이션하도록 시뮬레이션들에서 다양할 수 있다. 제어 시스템 설정들은 또한 가변될 수 있다. 시뮬레이션들을 위한 플랜트 파라미터들 및 제어 시스템 설정들은, 예를 들어, 공칭 값에 대한 평균 및 엔지니어링 판단에 기초한 표준 편차를 갖는 정규 분포에 기초하여 플랜트 파라미터들 및 제어 시스템 설정들을 랜덤하게 설정함으로써 생성될 수 있다. 상한 및 하한은 각각의 파라미터 또는 설정에 또한 배치될 수 있다. 가변되는 플랜트 파라미터들 및 제어 시스템 설정들은 관심 플랜트 응답 특성에 대한 영향에 기초하여 선택될 수 있다. 예를 들어, 관심 플랜트 응답 특성이 증기 발생기 레벨에 있으면, 증기 발생기 레벨에 더 많은 영향을 미치는 플랜트 파라미터들 및 제어 시스템 설정들이 시뮬레이션들에서 가변될 수 있다.

시뮬레이션들은, 예를 들어 그리고 제한 없이, 유량들, 온도들, 압력들, 및 밸브 포지션들과 같은 원자력 플랜트에서 이용 가능할 센서 데이터를 생성한다. 센서 데이터는 특정 시뮬레이션에 대한 플랜트 파라미터들 및 제어 시스템 설정들에 해당한다. 시뮬레이션은 시뮬레이션된 플랜트 응답(예컨대, 시뮬레이션을 위한 플랜트 파라미터들 및 제어 시스템 설정들에 기초한 증기 발생기 레벨)을 또한 생성할 수 있다. 제어 시스템 설정들 및 그것들의 대응하는 시뮬레이션된 센서 데이터 및 플랜트 응답은 신경망 훈련 모듈(104)에 대한 테스트 및 훈련 데이터로서 사용될 수 있다. 일부 예시적인 실시예들에서, 이용 가능한 시뮬레이션된 센서 데이터 및 플랜트 응답의 모두가 아니라 시뮬레이션된 센서 데이터 및 플랜트 응답의 선택된 세트가 테스트 및 훈련 데이터에 포함될 수 있다. 이 방식으로, 관심 데이터는 관심 플랜트 응답을 목표로 하는 신경망의 훈련을 개선하기 위해 선택될 수 있다. 원자력 플랜트 시뮬레이션(102)의 사용으로, 테스트 및 훈련 데이터를 생성하기 위해 다양한 조건들 또는 트랜션트들을 시뮬레이션하는 것이 가능하다. 이러한 데이터는 또한 실제 원자력 플랜트에서 생성될 수 있다. 그러나, 테스트 및 훈련 데이터를 생성하기 위하여 원자력 플랜트가 다수의 조건들 또는 트랜션트들을 받게 하는 것은 종종 안전하지 않거나 또는 현명하지 않다.

원자력 플랜트 시뮬레이션(102)의 출력은 훈련 데이터와 테스트 데이터로 나누어질 수 있다. 훈련 데이터는 신경망을 훈련하는데 사용될 수 있고 테스트 데이터는 신경망을 테스트하는데 사용될 수 있다. 훈련 데이터는 신경망 훈련 모듈(104)에 제공되고 테스트 데이터는 신경망 테스팅 모듈(106)에 제공된다. 일부 예시적인 실시예들에서, 시뮬레이션된 센서 데이터, 시뮬레이션된 플랜트 응답, 및 제어 시스템 설정들의 일부는 신경망 훈련을 위한 입력 특징들로서 사용되고 제어 시스템 설정들 중 하나 이상은 신경망 훈련에 대한 출력 라벨로서 사용된다. 일부 예시적인 실시예들에서, 제어 시스템 설정들 중 하나만이 신경망 훈련에 대한 출력 라벨로서 사용된다.

신경망 훈련 모듈(104)은 센서 데이터 및 다른 제어 시스템 설정들에 기초하여 원하는 플랜트 응답에 대응하는 적어도 하나의 제어 시스템 설정을 결정하기 위해 신경망을 훈련하도록 구성된다. 예를 들어, 일부 실시예들에서, 신경망 훈련 모듈(104)은 현재 센서 데이터 및 다른 제어 시스템 설정들에 기초하여 원하는 증기 발생기 레벨을 성취하기 위한 적어도 하나의 제어 시스템 설정을 결정하기 위해 신경망을 훈련하도록 구성된다. 이 방식으로, 원자력 플랜트에 영향을 미치는 컴포넌트 저하 또는 다른 요인들이 있을 때, 신경망은 원하는 플랜트 응답을 성취하기 위해 적어도 하나의 제어 시스템 설정을 결정할 수 있을 것이다. 컴포넌트 저하 또는 다른 요인들이 구체적으로 식별되었는지의 여부는 중요하지 않다. 신경망은 원하는 플랜트 응답을 성취하기 위해 제어 설정을 여전히 결정할 수 있을 것이다.

신경망 훈련 모듈(104)은 신경망을 훈련하는 임의의 적합한 방법을 채용할 수 있다. 훈련의 특정사항들이 개시된 개념의 범위로부터 벗어나는 일 없이 선택되고 가변될 수 있다는 것이 당해 기술분야의 통상의 기술자들에 의해 이해될 것이다. 예를 들어, 특정 관심 플랜트 응답 특성(예컨대, 증기 발생기 레벨)에 대한 훈련의 특정사항들은 일상적인 테스트 및 분석을 통해 결정될 수 있다. 마찬가지로, 다른 특정 관심 플랜트 응답 특성에 대한 훈련의 특정사항들은 일상적인 테스트 및 분석을 통해 결정될 수 있다.

신경망 테스팅 모듈(106)은 테스트 데이터를 사용하여 신경망을 테스트하도록 구성된다. 신경망 테스팅 모듈(106)은 또한 신경망 훈련 모듈(104)로부터 신경망을 수신한다. 신경망 테스팅 모듈(106)은 신경망 훈련 모듈(104)에 훈련되고 있는 신경망의 정확도를 테스트하도록 구성된다. 예를 들어, 신경망 테스팅 모듈(106)은 시뮬레이션된 센서 데이터, 플랜트 응답, 및 제어 시스템 설정들의 일부를 훈련되고 있는 신경망 안으로 입력하고, 해당 시뮬레이션에 대응하는 나머지 제어 시스템 설정들을 출력하는지를 결정할 수 있다. 이 방식으로, 신경망의 정확도는 결정될 수 있다. 예를 들어, 신경망의 정확도가 높을수록 더 가깝고 더 일관되게 신경망이 나머지 제어 시스템 설정들을 예측할 수 있다. 일부 예시적인 실시예들에서, 신경망이 정확도의 임계 레벨에 도달한 경우라면, 신경망은 훈련된 신경망(200)으로서 출력될 수 있다. 정확도의 임계 레벨은 개시된 개념의 범위로부터 벗어나는 일 없이 특정 애플리케이션에 기초하여 결정될 수 있다. 일부 예시적인 실시예들에서, 정확도의 변화가 변화의 임계 레벨 아래로 떨어지는 경우 신경망은 훈련된 신경망(200)으로서 출력될 수 있다. 예를 들어, 신경망의 정확도는 각각의 훈련 에포크(epoch) 후에 테스트될 수 있다. 신경망의 정확도가 수준이 떨어지고 다음의 훈련 에포크 후에 임계 레벨을 초과하여 개선되지 않으면, 이는 신경망의 최대 정확도에 도달했음을 나타낼 수 있고 신경망은 훈련된 신경망(200)으로서 출력될 수 있다. 훈련 데이터와 테스트 데이터는 개시된 개념의 범위로부터 벗어남 없이 임의의 적합한 비율로 나누어질 수 있다.

도 3은 개시된 개념의 예시적인 실시예에 따른 신경망을 훈련하는 방법의 흐름도이다. 도 3의 방법은, 예를 들어, 도 2의 신경망 훈련 시스템(100)에서 구현될 수 있다. 그 방법은 110에서 원자력 플랜트의 시뮬레이션을 제공하는 것으로 시작한다. 일부 예시적인 실시예들에서, 시뮬레이션은 도 2에 관해 설명되는 원자력 플랜트 시뮬레이션(102)과 동일하거나 유사할 수 있다. 그 방법은 112에서 훈련 및 테스트 데이터를 생성하는 것(112)으로 계속한다. 훈련 및 테스트 데이터는 도 2에 관해 설명되었던 바와 동일하거나 유사한 방식으로 생성될 수 있다.

114에서, 신경망은 원하는 원자력 플랜트 응답을 성취하기 위해 적어도 하나의 제어 시스템 설정을 결정하도록 훈련된다. 신경망은 도 2에 관해 설명된 바와 동일하거나 유사한 방식으로 훈련될 수 있다. 116에서, 신경망은 테스트된다. 신경망은 도 2에 관해 설명되었던 바와 동일하거나 유사한 방식으로 테스트될 수 있다. 일부 실시예들에서, 일단 신경망이 정확도의 임계 레벨에 도달하면, 훈련된 신경망은 118에서 출력될 수 있다. 일부 실시예들에서, 신경망의 정확도의 변화가 임계 레벨 아래로 떨어지는 경우, 훈련된 신경망은 118에서 출력될 수 있다. 훈련된 신경망은 도 2에 관해 설명된 훈련된 신경망(200)과 동일하거나 유사할 수 있다. 훈련된 신경망은 원하는 원자력 플랜트 응답을 성취하기 위해 적어도 하나의 제어 시스템 설정을 결정하도록 훈련된다. 일부 예시적인 실시예들에서, 훈련된 신경망은 센서 데이터, 일부 제어 시스템 설정들, 및 원하는 원자력 플랜트 응답(예컨대, 제한 없이, 증기 발생기 레벨)를 수신하도록 그리고 원하는 원자력 플랜트 응답을 성취하기 위해 나머지 하나 이상의 제어 시스템 설정들을 출력하도록 구성된다.

도 4는 개시된 개념의 예시적인 실시예에 따른 신경망 검증 시스템(300)의 개략도이다. 신경망 검증 시스템(300)은, 예를 들어, 컴퓨터 시스템 또는 프로세서와 메모리를 포함하는 다른 이러한 시스템과 같은 프로세싱 시스템 상에 구현될 수 있다. 프로세서는, 예를 들어 그리고 제한 없이, 메모리와 인터페이싱하는 마이크로프로세서, 마이크로제어기, 또는 일부 다른 적합한 프로세싱 디바이스 또는 회로일 수 있다. 메모리는, 제한 없이, 컴퓨터의 내부 저장 영역의 형태와 같이 데이터 저장을 위한 저장 레지스터, 즉, 머신 판독가능 매체를 제공하는 RAM, ROM, EPROM(들), EEPROM(들), 플래시 등과 같은 다양한 유형들의 내부 및/또는 외부 저장 매체들의 하나 이상의 것들 중 임의의 것일 수 있고, 휘발성 메모리 또는 비휘발성 메모리일 수 있다. 메모리는 프로세서에 의해 실행 가능한 하나 이상의 루틴들을 저장할 수 있다. 일부 예시적인 실시예들에서, 신경망 검증 시스템(300)은 신경망 훈련 시스템(300)과는 동일한 프로세싱 시스템으로 구현될 수 있다.

신경망 검증 시스템(300)은 훈련된 신경망(200)의 추가적인 검증 레벨을 제공한다. 신경망 검증 시스템(300)은 훈련된 신경망(200)과 시뮬레이션된 원자력 플랜트 제어 시스템(302)을 포함한다. 시뮬레이션된 센서 데이터와 원하는 플랜트 응답은 훈련된 신경망(200)에 입력된다. 일부 제어 시스템 설정들이 또한 훈련된 신경망(200)에 입력될 수 있다. 훈련된 신경망(200)은 원하는 플랜트 응답을 성취하기 위해 적어도 하나의 제어 시스템 설정을 시뮬레이션된 원자력 플랜트 제어 시스템(302)에 출력한다.

시뮬레이션된 원자력 플랜트 제어 시스템(302)은 원자력 플랜트의 제어 시스템을 시뮬레이션하고 입력된 제어 시스템 설정들에 기초하여 하나 이상의 제어 신호들을 출력하도록 구성된다. 신경망 검증 시스템(300)에서, 시뮬레이션된 원자력 플랜트 제어 시스템(302)의 제어 시스템 설정들은 수동으로 설정될 수 있다. 하나 이상의 제어 시스템 설정들은 훈련된 신경망(200)으로부터 수신될 수 있다. 시뮬레이션된 원자력 플랜트 제어 시스템(302)은 자신의 제어 시스템 설정의 하나 이상을 훈련된 신경망(200)으로부터 수신된 것들로 설정 또는 변경할 수 있다.

시뮬레이션된 원자력 플랜트 제어 시스템(302)의 제어 신호 출력은 훈련된 신경망(200)이 허용가능 제어 시스템 설정들을 제공하였는지를 검증하기 위하여 관찰될 수 있다. 예를 들어, 시뮬레이션된 원자력 플랜트 제어 시스템(302)의 제어 신호 출력은 제어 신호가 원자력 플랜트에서 허용가능 조건들을 초래할 것임을 검증하기 위해 다양한 임계 레벨들과 비교될 수 있다. 일부 예시적인 실시예들에서, 시뮬레이션된 원자력 플랜트 제어 시스템(302)의 제어 신호 출력은 도 2에 관해 설명된 원자력 플랜트 시뮬레이션(102)과 같은 원자력 플랜트 시뮬레이션에 입력될 수 있다. 원자력 플랜트 시뮬레이션(102)의 출력은 신경망(200)에 의해 출력된 제어 시스템 설정들이 허용 가능함을 검증하기 위해 임계 레벨들과 비교될 수 있다. 신경망 검증 시스템(300)은 해당 훈련된 신경망(200)이 실제 원자력 플랜트에서 구현될 수 있는 제어 시스템 설정들을 출력할 것임을 보장하기 위해 추가적인 검증 레벨을 제공한다.

도 5는 개시된 개념의 예시적인 실시예에 따른 신경망을 검증하는 방법의 흐름도이다. 도 5의 방법은, 예를 들어, 도 4의 신경망 검증 시스템(300)에서 구현될 수 있다. 그 방법은 310에서 훈련된 신경망에 시뮬레이션된 센서 데이터를 제공하고 312에서 훈련된 신경망에 원하는 플랜트 응답을 제공하는 것으로 시작한다. 일부 제어 시스템 설정들은 훈련된 신경망에 또한 제공될 수 있다. 훈련된 신경망은 이전에 설명된 훈련된 신경망(200)과 동일하거나 유사할 수 있다. 그 방법은 314에서 훈련된 신경망으로 적어도 하나의 제어 시스템 설정을 결정하는 것으로 계속한다. 적어도 하나의 제어 시스템 설정은 원하는 플랜트 응답을 성취하도록 결정될 수 있다.

316에서, 적어도 하나의 제어 시스템 설정은 시뮬레이션된 원자력 플랜트 제어 시스템에 제공된다. 시뮬레이션된 원자력 플랜트 제어 시스템은 도 4에 관해 설명된 시뮬레이션된 원자력 플랜트 제어 시스템(302)과 동일하거나 유사할 수 있다. 시뮬레이션된 원자력 플랜트 제어 시스템은 자신의 제어 시스템 설정들에 기초하여 제어 신호를 출력하도록 구성되고 자신의 제어 시스템 설정들 중 하나 이상을 훈련된 신경망으로부터 수신된 것들로 설정 또는 수정할 수 있다.

그 방법은 훈련된 신경망이 검증되는 318에서 계속한다. 훈련된 신경망은 시뮬레이션된 원자력 플랜트 제어 시스템의 제어 신호 출력을 도 4에 관해 설명되었던 바와 동일하거나 유사한 임계 레벨들과 비교함으로써 검증될 수 있다. 일부 예시적인 실시예들에서, 시뮬레이션된 원자력 플랜트 제어 시스템의 제어 신호 출력은 원자력 플랜트 시뮬레이션 안으로 입력될 수 있고 신경망은 원자력 플랜트 시뮬레이션의 출력을 도 4에 관해 설명되었던 바와 동일하거나 유사한 임계 레벨들과 비교함으로써 검증될 수 있다.

도 6은 개시된 개념의 예시적인 실시예에 따른 훈련된 신경망(200)을 사용하는 원자력 플랜트(400)의 개략도이다. 원자력 플랜트(400)는 도 2에 관해 설명된 신경망 훈련 시스템(100)으로 훈련되었던 훈련된 신경망(200)을 사용할 수 있다. 다른 시스템으로 훈련되는 훈련된 신경망은 개시된 개념의 범위로부터 벗어남 없이 채용될 수 있다는 것이 이해될 것이다. 훈련된 신경망(200)은 센서 데이터 및 제어 시스템 설정들과 같은 입력들에 기초하여 원하는 플랜트 응답을 성취하기 위해 적어도 하나의 제어 시스템 설정을 출력하도록 이전에 훈련되었다.

원자력 플랜트(400)는 원자력 플랜트 제어 시스템(402), 센서들(404), 및 컴포넌트들(406)을 포함한다. 센서들(404)은 다양한 유량들, 온도들, 압력들, 밸브 포지션들, 및 원자력 플랜트의 다른 특성들을 측정할 수 있는 다양한 센서들과 같은 원자력 플랜트들에서 흔히 발견되는 센서들을 포함할 수 있다. 컴포넌트들(406)은 제어 가능한 밸브들 및 펌프들과 같은 원자력 플랜트들에서 흔히 발견되는 다양한 제어가능 컴포넌트들을 포함할 수 있다. 원자력 플랜트 제어 시스템(402)은 제어 시스템 설정들에 기초하여 제어가능 컴포넌트들(406)을 제어하도록 구성된다.

훈련된 신경망(200)은, 예를 들어 그리고 제한 없이, 사용자 또는 기술자에 의해 수동으로 입력될 수 있는 원하는 플랜트 응답(예컨대, 제한 없이, 증기 발생기 레벨)을 수신하도록 구성된다. 훈련된 신경망(200)은 또한 센서들(404)로부터 센서 데이터를 수신하도록 구성된다. 훈련된 신경망(200)은 원자력 플랜트 제어 시스템(402)으로부터 하나 이상의 제어 설정들을 또한 수신할 수 있다. 자신의 입력들에 기초하여, 훈련된 신경망(200)은 원하는 플랜트 응답을 성취하기 위해 적어도 하나의 제어 시스템 설정을 결정하도록 그리고 원자력 플랜트 제어 시스템(402)에 적어도 하나의 제어 시스템 설정을 제공하도록 구성된다.

원자력 플랜트 제어 시스템(402)은 자신의 제어 시스템 설정들 중 하나 이상을 신경망(200)으로부터 수신된 제어 시스템 설정으로 설정 또는 변경하고, 결국, 제어 시스템 설정들에 기초하여 제어가능 컴포넌트들(406)을 제어하도록 구성된다. 신경망(200)이 원하는 플랜트 응답을 성취하기 위해 적어도 하나의 제어 시스템 설정을 결정하도록 훈련됨에 따라, 신경망(200)에 의해 출력된 적어도 하나의 제어 시스템 설정에 기초하여 컴포넌트들(406)을 제어하는 것은 원자력 플랜트(400)의 응답이 원하는 플랜트 응답에 있거나 가깝게 되게 할 것이다. 컴포넌트들(406) 중 구체적으로 저하된 것 또는 원자력 플랜트(400)에 영향을 미치는 다른 요인과 같은 임의의 이벤트 또는 트랜션트를 구체적으로 식별하는 것은 필요하지 않은데, 신경망(200)이 특정 이벤트들 또는 트랜션트들 중 하나 또는 조합을 구체적으로 식별하는 일 없이 적어도 하나의 제어 시스템 설정을 결정할 수 있을 것이기 때문이다.

도 7은 개시된 개념의 예시적인 실시예에 따른 신경망을 사용하는 원자력 플랜트에 대한 적어도 하나의 제어 시스템 설정을 결정하는 방법의 흐름도이다. 도 7의 방법은, 예를 들어, 도 6의 원자력 플랜트(400)에서 구현될 수 있다. 그 방법은 410에서 센서 데이터를 획득하는 것으로 시작한다. 센서 데이터는 도 6에서 설명된 것들과 동일하거나 유사한 센서들(404)로부터 획득될 수 있다. 그 방법은 412에서 센서 데이터 및 원하는 플랜트 응답을 신경망에 제공하는 것으로 계속한다. 일부 제어 시스템 설정들은 또한 신경망에 제공될 수 있다. 신경망은 센서 데이터와 제어 시스템 설정들과 같은 입력들에 기초하여 원하는 플랜트 응답을 성취하기 위해 적어도 하나의 제어 시스템 설정을 결정하도록 이전에 훈련되었다. 신경망은 이전에 설명된 훈련된 신경망(200)과 동일하거나 유사할 수 있다.

그 방법은 414에서 원하는 플랜트 응답을 성취하기 위해 신경망으로 적어도 하나의 제어 시스템 설정을 결정하는 것으로 계속한다. 416에서, 적어도 하나의 제어 시스템 설정은 원자력 플랜트 제어 시스템에 제공된다. 원자력 플랜트 제어 시스템은 도 6에 관해 설명된 원자력 플랜트 제어 시스템(402)과 동일하거나 유사할 수 있다. 원자력 플랜트 제어 시스템은 자신의 제어 시스템 설정들 중 하나 이상을 신경망에 의해 출력된 적어도 하나의 제어 시스템 설정으로 설정 또는 변경하도록 구성되고 418에서 그렇게 한다. 420에서, 원자력 플랜트 제어 시스템은, 신경망에 의해 출력된 것들로 설정되거나 변경된 그들 설정들을 포함한, 자신의 제어 시스템 설정들에 기초하여 원자력 플랜트의 컴포넌트들을 제어한다. 그 컴포넌트들은 도 6에 관해 설명된 컴포넌트들(406)과 동일 또는 유사할 수 있다. 신경망이 원하는 플랜트 응답을 성취하기 위해 적어도 하나의 제어 시스템 설정을 결정하도록 훈련됨에 따라, 신경망에 의해 출력된 적어도 하나의 제어 시스템 설정에 기초하여 컴포넌트들을 제어하는 것은 원자력 플랜트의 응답이 원하는 플랜트 응답에 있거나 가깝게 되게 할 것이다.

도 8은 개시된 개념의 예시적인 실시예에 따른 훈련된 신경망(200)을 사용하는 원자력 플랜트(400′)의 개략도이다. 도 8의 원자력 플랜트(400′)는 도 6의 원자력 플랜트(400)와 유사하다. 그러나, 도 8의 원자력 플랜트(400′)에서, 신경망(200)은 원자력 플랜트 제어 시스템(402′)에 통합되었다. 도 6에 설명된 실시예에서, 현존 원자력 플랜트 제어 시스템(402)은 원자력 플랜트 제어 시스템(402)을 변경하는 일 없이 신경망(200)과 연계하여 사용될 수 있지만, 본 실시예에서, 신경망(200)은 원자력 플랜트 제어 시스템(402′)에 통합된다. 따라서, 원자력 플랜트 제어 시스템(402′)은 원하는 플랜트 응답을 성취하기 위해 자신의 제어 시스템 설정의 적어도 하나를 업데이트하는데 신경망(200)을 사용할 수 있다.

개시된 개념은 단일 신경망으로 제한되지 않는다는 것이 이해될 것이다. 예를 들어, 다수의 신경망들은 상이한 원하는 플랜트 응답 특성들, 상이한 제어 시스템들 설정들, 또는 다양한 다른 요인들에 기초하여 훈련될 수 있다. 예를 들어, 하나의 신경망은 원하는 증기 발생기 레벨을 성취하는 것에 기초하여 훈련될 수 있는 한편 다른 신경망은 다른 원하는 플랜트 응답 특성을 성취하는 것에 기초하여 훈련될 수 있다. 마찬가지로, 신경망들은 원하는 플랜트 응답을 성취하기 위해 특정한 제어 시스템 설정들을 조정하도록 훈련될 수 있다. 더욱이, 신경망들은 또한 특정 트랜션트들 또는 이벤트들에 대해 훈련될 수 있다. 예를 들어, 하나의 신경망은 원자로 트립과 같은 트랜션트 또는 이벤트에 응답하여 제어 시스템 설정들을 결정하는데 사용될 수 있고 다른 신경망은 펌프 트립에 응답하기 위해 제어 시스템 설정들을 결정하는데 사용될 수 있다. 하나 또는 다수의 신경망들이 개시된 개념의 범위로부터 벗어남 없이 원자력 플랜트에서 채용될 수 있다. 예를 들어, 원자력 플랜트가 다수의 신경망들을 포함할 수 있고 사용자 또는 기술자가 원하는 플랜트 응답에 기초하여 하나 이상의 제어 시스템 설정들을 결정하기 위해 어떤 신경망을 사용할지 또는 어떤 제어 시스템 설정을 변경할지를 선택할 수 있다.

일부 예시적인 실시예들에서, 개시된 개념은 원자력 플랜트가 원하는 플랜트 응답을 성취하기 위해 하나 이상의 제어 시스템 설정들을 결정하도록 채용될 수 있다. 하나 이상의 제어 시스템 설정들은 그 다음에 원자력 플랜트의 제어 시스템으로 수동으로 설정 또는 변경될 수 있다. 예시적인 이 실시예에서, 본 개시에서 설명되는 신경망(200)과 같은 하나 이상의 훈련된 신경망들이 생성될 수 있다. 하나 이상의 훈련된 신경망들은 원자력 플랜트의 제어 시스템에 대한 하나 이상의 제어 시스템 설정들을 결정하는데 사용될 수 있다. 그 다음에, 제어 시스템 설정들은 원자력 플랜트의 제어 시스템에서 수동으로 설정 또는 변경될 수 있다. 이 실시예는 기존의 원자력 플랜트들에 대한 분석을 간소화할 수 있고 최적의 제어 시스템 설정들을 결정하는데 사용될 수 있다. 하나 이상의 훈련된 신경망들은 원자력 플랜트에 대한 정적 제어 시스템 설정들을 결정하는데 사용될 수 있다. 그러나, 제어 시스템 설정들은 트랜션트들 또는 이벤트들에 응답하여 또는 주기적으로 업데이트될 수 있다는 것이 이해될 것이다.

개시된 개념의 양태들은 유형의 컴퓨터 판독가능 기록 매체 상에 컴퓨터 판독가능 코드들로서 수록될 수 있다는 것이 또한 고려된다. 컴퓨터 판독가능 기록 매체는 컴퓨터 시스템에 의해 그 후에 판독될 수 있는 데이터를 저장할 수 있는 임의의 데이터 저장 디바이스이다. 컴퓨터 판독가능 기록 매체의 예들은 판독전용 메모리(ROM), 랜덤 액세스 메모리(RAM), CD-ROM들, 자기 테이프들, 플로피 디스크들, 및 광학적 데이터 저장 디바이스들을 포함한다.

본 발명의 특정 실시예들이 상세히 설명되었지만, 그들 세부사항들에 대한 다양한 수정들 및 대안들이 본 개시의 전체 가르침들에 비추어 개발될 수 있다는 것이 본 기술분야의 통상의 기술자들에 의해 이해될 것이다. 따라서, 개시된 특정 실시예들은 단지 예시하기 위한 것이고 첨부의 청구항들의 주어진 전체 범위와 그것의 임의의 및 모든 동등물들인 발명의 범위에 관해 제한하지 않는 것으로 해석된다.

Claims

원자력 플랜트를 제어하는 방법으로서,
상기 원자력 플랜트의 하나 이상의 센서들로부터 센서 데이터를 획득하는 단계;
신경망에 상기 센서 데이터 및 원하는 플랜트 응답을 제공하는 단계 ― 상기 신경망은 시뮬레이션된 원자력 플랜트를 사용하여 이전에 훈련되었고 상기 원하는 플랜트 응답을 성취하기 위해 적어도 하나의 제어 시스템 설정을 결정하도록 구성됨 ―;
상기 신경망으로 상기 원하는 플랜트 응답을 성취하기 위해 적어도 하나의 제어 시스템 설정을 결정하는 단계; 및
상기 원자력 플랜트의 제어 시스템의 적어도 하나의 제어 시스템 설정을 상기 신경망에 의해 결정된 상기 적어도 하나의 제어 시스템 설정으로 설정하거나 변경하는 단계
를 포함하는, 방법.
제1항에 있어서, 상기 하나 이상의 센서들은 유량들 온도들, 압력들, 및 밸브 포지션들 중 적어도 하나를 측정하도록 구성되는, 방법.
제1항에 있어서, 상기 제어 시스템의 설정된 또는 변경된 적어도 하나의 제어 시스템 설정에 기초하여 상기 원자력 플랜트의 하나 이상의 컴포넌트들을 제어하는 단계를 더 포함하는, 방법.
제3항에 있어서, 상기 컴포넌트들은 펌프 및 밸브 중 적어도 하나를 포함하는, 방법.
제1항에 있어서, 복수의 신경망들로부터 상기 신경망을 선택하는 단계 ― 상기 복수의 신경망들은 상이한 트랜션트들 또는 이벤트들에 기초하여 상기 원하는 플랜트 응답을 성취하기 위해 적어도 하나의 제어 시스템 설정을 결정하도록 상기 시뮬레이션된 원자력 플랜트를 사용하여 이전에 훈련되었음 ― 를 더 포함하는, 방법.
제1항에 있어서, 상기 신경망에 의해 결정된 상기 적어도 하나의 제어 시스템 설정을 상기 제어 시스템에 출력하는 단계를 더 포함하며,
상기 신경망은 상기 제어 시스템과는 별개인, 방법
제1항에 있어서, 상기 신경망은 상기 제어 시스템에 통합되는, 방법.
제1항에 있어서, 상기 신경망은 상기 센서 데이터에 기초하여 상기 원하는 플랜트 응답을 성취하기 위해 적어도 하나의 제어 시스템 설정을 결정하도록 상기 시뮬레이션된 원자력 플랜트를 사용하여 이전에 훈련된, 방법.
제1항에 있어서, 상기 신경망에 하나 이상의 현존 제어 시스템 설정들을 제공하는 단계를 더 포함하며,
상기 신경망은 상기 센서 데이터 및 상기 하나 이상의 현존 제어 시스템 설정들에 기초하여 상기 원하는 플랜트 응답을 성취하기 위해 적어도 하나의 제어 시스템 설정을 결정하도록 상기 시뮬레이션된 원자력 플랜트를 사용하여 이전에 훈련된, 방법.
원자력 플랜트에 대한 적어도 하나의 제어 시스템 설정을 결정하도록 신경망을 훈련하는 방법으로서,
상기 원자력 플랜트의 시뮬레이션을 제공하는 단계;
복수의 제어 시스템 설정들 및 원자력 플랜트 파라미터들을 상기 원자력 플랜트의 상기 시뮬레이션에 입력하고 상기 원자력 플랜트의 상기 시뮬레이션으로부터 시뮬레이션된 센서 데이터 및 시뮬레이션된 플랜트 응답을 획득함으로써 훈련 및 테스트 데이터를 생성하는 단계; 및
상기 훈련 및 테스트 데이터를 사용하여 상기 원자력 플랜트에 대한 원하는 플랜트 응답을 성취하기 위해 상기 원자력 플랜트에 대한 상기 적어도 하나의 제어 시스템 설정을 결정하도록 훈련되는 훈련된 신경망을 생성하는 단계
를 포함하는, 방법.
제10항에 있어서, 상기 훈련 및 테스트 데이터는 상기 복수의 제어 시스템 설정들의 서브세트, 상기 시뮬레이션된 센서 데이터의 서브세트, 및 상기 시뮬레이션된 플랜트 응답을 포함하는, 방법.
제11항에 있어서, 상기 훈련된 신경망을 생성하는 단계는 상기 복수의 제어 시스템 설정들의 상기 서브세트의 제1 부분, 상기 시뮬레이션된 센서 데이터의 상기 서브세트, 및 상기 시뮬레이션된 플랜트 응답을 입력 특징들로서 그리고 상기 복수의 제어 시스템 설정들의 상기 서브세트의 제2 부분을 출력 라벨로서 사용하여 상기 신경망을 훈련하는 단계를 포함하는, 방법.
제10항에 있어서, 상기 훈련 및 테스트 데이터를 훈련 데이터 및 테스트 데이터로 나누는 단계를 더 포함하며,
상기 훈련된 신경망을 생성하는 단계는, 상기 훈련 데이터로 상기 원자력 플랜트에 대한 원하는 플랜트 응답에 기초하여 상기 원자력 플랜트에 대한 상기 적어도 하나의 제어 시스템 설정을 결정하도록 상기 신경망을 훈련하고 상기 테스트 데이터로 상기 신경망을 테스트하는 단계를 포함하는, 방법.
제10항에 있어서, 시뮬레이션된 원자력 플랜트 제어 시스템을 사용하여 상기 훈련된 신경망을 검증하는 단계를 더 포함하는, 방법.
제14항에 있어서, 상기 훈련된 신경망을 검증하는 단계는,
상기 훈련된 신경망에 시뮬레이션된 센서 데이터를 제공하는 단계;
상기 훈련된 신경망에 상기 원하는 플랜트 응답을 제공하는 단계;
상기 훈련된 신경망으로 상기 적어도 하나의 제어 시스템 설정을 결정하는 단계;
상기 시뮬레이션된 원자력 플랜트 제어 시스템에 상기 적어도 하나의 제어 시스템 설정을 제공하는 단계; 및
상기 시뮬레이션된 원자력 플랜트 제어 시스템의 제어 신호 출력이 미리 결정된 임계 레벨들 내에 있음을 검증하는 단계를 포함하는, 방법.
제10항에 있어서, 상기 훈련된 신경망은 하나 이상의 선택된 트랜션트들 또는 이벤트들에 기초하여 상기 원하는 플랜트 응답을 성취하기 위해 상기 원자력 플랜트에 대한 상기 적어도 하나의 제어 시스템 설정을 결정하도록 훈련되는, 방법.
제10항에 있어서, 상기 훈련 및 테스트 데이터를 생성하는 단계는 공칭 값에 대한 평균을 갖는 정규 분포에 기초하여 상기 복수의 제어 시스템 설정들 및 원자력 플랜트 파라미터들을 랜덤하게 설정하는 단계를 포함하는, 방법.
제10항에 있어서, 상기 훈련된 신경망은 센서 데이터 및 현존 제어 시스템 설정들에 기초하여 상기 원하는 플랜트 응답을 성취하기 위해 상기 원자력 플랜트에 대한 상기 적어도 하나의 제어 시스템 설정을 결정하도록 훈련되는, 방법.
제10항에 있어서, 상기 시뮬레이션된 센서 데이터는 유량들, 온도들, 압력들, 및 밸브 포지션들 중 적어도 하나를 측정하도록 구성되는 하나 이상의 센서들의 시뮬레이션된 출력들을 포함하는, 방법.
원자력 플랜트로서,
센서 데이터를 생성하도록 구성되는 복수의 센서들;
복수의 컴포넌트들;
복수의 제어 시스템 설정들을 갖는 그리고 상기 복수의 제어 시스템 설정들에 기초하여 상기 복수의 컴포넌트들의 부분을 제어하도록 구성되는 제어 시스템; 및
상기 센서 데이터 및 원하는 플랜트 응답을 수신하도록 구성되는 신경망 ― 상기 신경망은 시뮬레이션된 원자력 플랜트를 사용하여 이전에 훈련되었고 상기 원하는 플랜트 응답을 성취하기 위해 적어도 하나의 제어 시스템 설정을 결정하도록 구성됨 ―
을 포함하며,
상기 제어 시스템은 상기 복수의 제어 시스템 설정들 중 하나 이상을 상기 신경망에 의해 결정된 상기 적어도 하나의 제어 시스템 설정으로 설정 또는 변경하도록 구성되는,
원자력 플랜트.