For the best estimation of the uncertainties propagated from the design and operational parameters of the nuclear power plant, various methods of uncertainty analysis are developed.
In Part I, to evaluate the influence of the uncertainties of design parameters, two methods which can estimate both the propagated uncertainty and sensitivity simultaneously are developed by combining and improving conventional methods. First, a two-step method using the Response Surface Method and the Monte Carlo Simulation Technique is developed. This method samples in multiple parameter space by well-chosen experimental design technique and then obtains response surface polynomial by a statistical regression technique. From this response surface, the uncertainty distribution of the output variable is obtained by Monte Carlo simulation. The other method is a sequential method which uses the Fourier Amplitude Sensitivity Test and the Stepwise Regression Technique. This method samples in the uncertainty space of input parameters according to a preselected integer frequency set. The uncertainty of output variable and the influence of each input parameter are then evaluated by Fourier Amplitudes, and finally a reduced nonlinear regression model is constructed by the Modified Stepwise Regression Technique. These methods are applied to the thermal margin analysis based on DNBR (Department from Nucleate Boiling Ratio) and LOCA (Loss Of Coolant Accident), which are the most important factors in deciding the operating margin of the nuclear power plant of pressurized water reactors, and applied also to risk assessment of the high level radioactive waste repository system, which has highly nonlinear behavior. These applications are used to compare the characteristics of each method.
In Part II, to evaluate the influence of the uncertainties of operational parameters in on-line environment, an improved algorithm which can estimate state and noise statistics simultaneously is developed with Adaptive Limited Memory Kalman Filter concept. Also proposed are Subregionwise Linear Kalman Filter to avoid the relinearization at each time step as in the Extended Kalman Filter. These schemes are applied to LOFT pressurizer system and the results show that they estimate well state and noise statistics with significant reduction in computing time and memory requirements.
원자력 발전소 설계 및 운전변수로부터 전파된 불확실도를 최적 추정하기 위하여 여러가지 불확실도 분석 방법이 개발되었다.
먼저 Part I에서는, 설계 변수가 지니고 있는 불확실도의 영향을 평가하기 위해, 기존방법들의 조합과 개선에 의해, 전파된 불확실도와 민감도를 동시에 추정할 수 있는 두 가지 방법이 개발되었다. 첫번째 것은 반응표면법과 몬테카를로 기법을 이용한 2단계 방법이다. 이 방법은 잘 선택된 실험 계획법에 의해 표본을 얻고 그다음 통계적인 회귀 분석 기법에 의해 반응표면 다항식을 얻는다. 이 반응표면식으로부터 몬테 카를로 모사에 의해 출력변수의 불확실도 분포가 구해진다. 다른 하나는 FAST(Fourier Amplitude에 의한 민감도 조사법)와 계단식 회귀법을 이용하는 순차적인 방법이다. 이 방법은 미리 정해진 정수 주파수 집합에 따라 입력변수의 불확실도 분포 공간에서 표본 추출을 하고나서, Fourier Amplitude에 의해, 출력변수의 불확실도 뿐만 아니라 각 입력 변수가 미치는 영향이 구해진다. 그리고 마지막으로, 수정된 계단식 회귀법에 의해 축소된 비선형 회귀 모형이 얻어진다. 이러한 방법들이, 가압 경수형 원자력 발전소의 운전여유도 결정에 가장 중요한 요소인 DNBR과 LOCA에 기초한 열여유도 분석과, 큰 비선형 성질을 갖는 고준위 방사성 폐기물처리장의 위험도 평가에 이용되었다. 이러한 응용을 통해 각 방법의 특징들이 비교 분석되었다.
Part II에서는, 운전변수가 지니고 있는 불확실도의 영향을 운전 상황하에서 평가하기 위해, ALMF(적응적인 유한기억용량 칼만필터) 개념에 의해, 상태변수와 잡음 통계량을 동시에 추정할 수 있는 방법이 개발되었다. 또 한가지 제시된 것은, 확장된 칼만필터(EKF)에서와 같이 매 시간단계마다 선형화하는 것을 피하기 위해, 소영역별로 선형화하는 SLKF방법이다. LOFT 가압기 계통에 응용된 결과, 이러한 방법들은 상당히 감소된 계산시간과 기억용량을 갖고도 상태변수와 잡음통계량을 잘 추정하는 것으로 나타났다.
