KR102347163B1 - Containment failure probability and uncertainty analysis program - Google Patents
Containment failure probability and uncertainty analysis program Download PDFInfo
- Publication number
- KR102347163B1 KR102347163B1 KR1020200033935A KR20200033935A KR102347163B1 KR 102347163 B1 KR102347163 B1 KR 102347163B1 KR 1020200033935 A KR1020200033935 A KR 1020200033935A KR 20200033935 A KR20200033935 A KR 20200033935A KR 102347163 B1 KR102347163 B1 KR 102347163B1
- Authority
- KR
- South Korea
- Prior art keywords
- event tree
- uncertainty
- containment
- event
- analysis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
- G21D—NUCLEAR POWER PLANT
- G21D3/00—Control of nuclear power plant
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Hardware Design (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Automation & Control Theory (AREA)
- Geometry (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- High Energy & Nuclear Physics (AREA)
- Algebra (AREA)
- Plasma & Fusion (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Monitoring And Testing Of Nuclear Reactors (AREA)
Abstract
격납건물 손상확률 평가 프로그램이 개시된다. 일 실시예에 따른 컴퓨터로 구현되는 평가 시스템에 의해 수행되는 격납건물사건수목 불확실성 분석 방법은, 단일기 또는 다수기로 구성된 원자력 발전소에서 격납건물 건전성과 관련하여 발생할 수 있는 격납건물사건수목 및 분해사건수목의 확률 변수에 대하여 샘플링을 수행하는 단계; 및 상기 수행된 샘플을 이용하여 결정된 확률 변수의 값으로부터 통계적 전파방식에 기반한 격납건물사건수목의 불확실성을 분석하는 단계를 포함할 수 있다. A containment damage probability assessment program is initiated. A containment event tree uncertainty analysis method performed by a computer-implemented evaluation system according to an embodiment is a method of analyzing containment event trees and decomposition event trees that may occur in relation to the integrity of a containment building in a nuclear power plant composed of a single unit or multiple units. performing sampling on the random variable; and analyzing the uncertainty of the containment event tree based on the statistical propagation method from the values of the random variables determined using the performed samples.
Description
아래의 설명은 격납건물사건수목 불확실성 분석 기술에 관한 것이다.The description below relates to the containment building event tree uncertainty analysis technique.
확률론적 안전성 평가(PSA, Probabilistic Safety Analysis)는 원자력발전소와 같이 복잡한 계통을 가진 구조물의 종합 안전성을 평가하는데 있어서 가장 효과적이고 많은 검증이 이루어진 평가 방법이다. 원자력발전소의 종합 안전성은 사고 진행 상황에 따라 세 단계로 나누어서 안전성 평가를 수행한다. 원전 PSA는 노심 손상 과정을 확률적으로 다루는 1단계 PSA, 격납건물의 파손 과정과 방사선원항(STC, Source Term Category) 방출 과정을 확률적으로 다루는 2단계 PSA, 격납건물 파손 시 방사선원항 누출로 인한 일반 대중의 피해 등 사고 결말을 확률적으로 다루는 3단계 PSA로 나누어진다. 본래 확률론적 안전성 해석은 결과의 형태를 확정할 수 없는 수많은 확률 인자가 모여 사고 과정이나 결말 등을 평가하는 것이기 때문에 모든 인자와 그에 따른 결과물은 필연적으로 불확실성을 포함하고 있다. 이 불확실성 또한 PSA의 중요 분석 대상에 해당하며 사고 결말이나 빈도와 같은 PSA 결과를 확률 구간으로 제시하는 것이 PSA의 궁극적인 형태라 볼 수 있다. 물론 이미 세 단계로 분리될 만큼 사고 진행 과정 사이에 존재하는 복잡하고 수많은 인자에 대해 모두 불확실성 평가를 하는 것은 현실적으로 어렵기에 많은 PSA 분석이 확률 값으로 정의된 인자를 사용하여 점(point) 추정으로 수행되고 있지만, 기술적으로 허용되는 만큼 많은 인자에 대해 불확실성을 평가하는 것은 미래 PSA 기술의 주요한 과업 중 하나라 볼 수 있다.Probabilistic Safety Analysis (PSA) is the most effective and verified evaluation method in evaluating the overall safety of structures with complex systems such as nuclear power plants. The overall safety of nuclear power plants is divided into three stages according to the progress of the accident and safety evaluation is performed. The nuclear power plant PSA is the first stage PSA dealing with the core damage process probabilistically, the second stage PSA dealing with the containment damage process and the source term category (STC) release process probabilistically, and the It is divided into three phases of PSA that probabilistically deal with the outcome of an accident, such as damage to the general public. Since the original probabilistic safety analysis evaluates the thought process or conclusion by gathering numerous probability factors that cannot determine the form of the result, all factors and their results inevitably contain uncertainty. This uncertainty is also an important analysis target for PSA, and the ultimate form of PSA is to present PSA results such as accident endings and frequencies as probability intervals. Of course, it is practically difficult to evaluate uncertainty for all the complex and numerous factors that exist between the accident process enough to be divided into three stages, so many PSA analyzes are performed with point estimation using factors defined as probability values. However, it can be seen as one of the main tasks of future PSA technology to evaluate the uncertainty for as many factors as technically allowable.
원자력발전소의 종합 안전성을 평가하기 위한 도구인 확률론적 안전성 평가 중 2단계에서 주된 기능은 여러 종류의 격납건물 파손형태와 이에 따른 방사성물질 방출경로의 분석 및 정량화에 있다. 또한 확률론적 안전성 평가 방법은 그 특성 상 불확실성을 포함하고 있어 불확실성 분석이 수행되어야 한다. 격납건물 건전도의 불확실성을 분석하기 위해서는 각 원자로 계통의 사고 빈도의 불확실성을 평가한 결과가 격납건물 사고경위의 빈도에 전파(Propagation)되어야 하고, 격납건물사건수목에 존재하는 확률 인자에 대해 불확실성을 평가해야 한다. 빈도 전파의 경우 이미 국내에서 많은 연구와 검증이 이루어져 있어 데이터는 풍부하지만 이를 격납건물 사고경위 빈도로 전파하는 모듈이 실제 코드로 구현된 바 없고, 불확실성 평가의 경우는 현재 계층화된 샘플링(LHS, Latin Hypercube Sampling)을 이용한 분석 방법론이 이용되고 있으나 한정된 범위의 인자에 대해 불확실성 분석이 이루어지는 한계점이 있다. 또한 다수기 사고가 발생했을 때 격납건물 건전도의 불확실성을 분석하는 기술은 현재 없다.In the second stage of probabilistic safety evaluation, which is a tool for evaluating the overall safety of nuclear power plants, the main function is to analyze and quantify various types of breakage types of containment buildings and the resulting radioactive material release pathways. In addition, the probabilistic safety evaluation method includes uncertainty due to its characteristics, so uncertainty analysis must be performed. In order to analyze the uncertainty of containment building health, the result of evaluating the uncertainty of the accident frequency of each reactor system should be propagated to the frequency of the containment accident sequence, and uncertainty about the probability factors existing in the containment building event tree should be evaluated In the case of frequency propagation, many studies and verifications have already been made in Korea, so data is abundant, but the module that propagates it as the frequency of the containment accident history has not been implemented as an actual code. Although the analysis methodology using hypercube sampling) is used, there is a limitation in that uncertainty analysis is performed for a limited range of factors. In addition, there is currently no technology to analyze the uncertainty of containment health in the event of multiple accidents.
원자력발전소 안전성 평가 시 원자력발전소에서 발생할 수 있는 다양한 중대사고에 대해 격납건물 파손 유형 별로 발생할 확률을 계산하고 불확실성을 평가하는 방법을 제공할 수 있다. When evaluating the safety of a nuclear power plant, it is possible to provide a method for calculating the probability of occurrence for each type of containment damage and evaluating the uncertainty for various serious accidents that may occur in a nuclear power plant.
컴퓨터로 구현되는 평가 시스템에 의해 수행되는 격납건물사건수목 불확실성 분석 방법은, 단일기 또는 다수기로 구성된 원자력 발전소에서 격납건물 건전성과 관련하여 발생할 수 있는 격납건물사건수목 및 분해사건수목의 확률 변수에 대하여 샘플링을 수행하는 단계; 및 상기 수행된 샘플을 이용하여 결정된 확률 변수의 값으로부터 통계적 전파방식에 기반한 격납건물사건수목의 불확실성을 분석하는 단계를 포함할 수 있다. The containment event tree uncertainty analysis method performed by a computer-implemented evaluation system is a sampling method for random variables of containment event trees and decomposition event trees that may occur in relation to containment integrity in single- or multiple-phase nuclear power plants. performing the steps; and analyzing the uncertainty of the containment event tree based on the statistical propagation method from the values of the random variables determined using the performed samples.
상기 샘플링을 수행하는 단계는, 상기 격납건물사건수목 및 분해사건수목의 입력 변수들 및 출력 변수들에 대해 불확실성 분석을 수행하기 위한 몬테카를로 샘플링(Monte Carlo Sampling)을 수행하는 단계를 포함할 수 있다. The performing of the sampling may include performing Monte Carlo sampling for performing uncertainty analysis on input variables and output variables of the containment building event tree and the decomposition event tree.
상기 샘플링을 수행하는 단계는, 상기 입력 변수들에 대하여 임의 샘플링을 수행하여 입력 변수들의 값을 결정하고, 통계적 전파수단을 통해 정량화를 수행함으로써 출력 변수들의 값을 결정하는 단계를 포함하고, 상기 불확실성을 분석하는 단계는, 상기 출력 변수들을 입력 변수로 재사용하여 다른 종류의 통계적 전파 수단을 통해 다른 출력변수들의 결과 값을 도출하는 단계를 포함할 수 있다. The performing of the sampling includes performing random sampling on the input variables to determine the values of the input variables, and determining the values of the output variables by performing quantification through statistical propagation means, wherein the uncertainty The analyzing may include reusing the output variables as input variables and deriving result values of other output variables through different kinds of statistical propagation means.
상기 입력 변수들은, 기본사건의 확률 분포 데이터, 분해사건수목 분기점의 확률 분포 데이터를 포함하고, 상기 출력 변수들은, 1단계 사건수목의 사고경위 빈도, 발전소손상군의 사고경위 빈도, 분해사건수목 분기점의 확률, 격납건물사건수목의 사고경위 빈도, 방사선원항 방출군의 사고경위 빈도, 사용자정의 위험도척도를 포함하고, 상기 입력 변수들에서, 상기 기본사건의 확률 분포 데이터로 샘플링된 확률 값은 1단계 사건수목의 사고경위 빈도를 정량화 하는데 사용되고, 상기 입력 변수들에서, 상기 분해사건수목 분기점의 확률 분포 데이터로 샘플링된 확률 값은 분해사건수목 분기점의 확률을 정량화 하는데 사용되며, 정량화된 출력 변수 각각은 불확실성 분석 프로세스를 통해 다른 출력 변수를 정량화할 수 있다. The input variables include probability distribution data of the basic event and probability distribution data of the branching point of the decomposition event tree, and the output variables include the accident sequence frequency of the first-stage event tree, the accident sequence frequency of the power plant damage group, and the branching point of the decomposition event tree. includes the probability of, the accident sequence frequency of the containment building event tree, the accident sequence frequency of the radiation source emission group, and a user-defined risk scale, and in the input variables, the probability value sampled as the probability distribution data of the basic event is the first step Used to quantify the frequency of the accident sequence of the event tree, and among the input variables, the probability value sampled as the probability distribution data of the junction of the decomposition event tree is used to quantify the probability of the junction of the decomposition event tree, and each of the quantified output variables is Other output variables can be quantified through the uncertainty analysis process.
상기 격납건물사건수목의 불확실성을 분석하는 단계는, 상기 단일기로 구성된 원자력 발전소의 격납건물사건수목 확률론적 안전성 평가의 원자로건물 손상빈도 정량화 결과로부터 도출된 각 호기별 발전소손손상군을 복수 개의 방사선원항 방출군에 분율 매핑(mapping)하는 방법을 이용하여 정량화함에 따라 상기 다수기로 구성된 원자력 발전소의 확률론적 안전성 평가를 수행하는 단계를 포함할 수 있다. In the step of analyzing the uncertainty of the containment event tree, the nuclear power plant composed of the single unit emits a plurality of radiation source terms for the damage group for each unit derived from the nuclear reactor building damage frequency quantification result of the stochastic safety evaluation of the containment building event tree. The method may include performing a probabilistic safety evaluation of the nuclear power plant configured with the plurality of units according to quantification using a method of fraction mapping to a group.
상기 격납건물사건수목의 불확실성을 분석하는 단계는, 상기 격납건물사건수목의 불확실성을 분석함에 따라 요약(Summary), 표본(Samples) 및 불확실성 통계(Uncertainty Statistics)를 기준으로 분석 결과를 제공하는 단계를 포함할 수 있다. The step of analyzing the uncertainty of the containment event tree is a step of providing analysis results based on a summary, samples, and uncertainty statistics as the uncertainty of the containment building event tree is analyzed. may include
상기 격납건물사건수목의 불확실성을 분석하는 단계는, 상기 격납건물사건수목의 불확실성을 분석함에 따라 분석에 소요되는 시간, 시드 번호, 노심손상빈도의 점 추정 결과와 불확실성 분석 결과, 경고 메시지를 포함하는 분석 정보를 제공하고, 상기 격납건물사건수목의 불확실성을 분석함에 따라 점 추정과 각 표본에 대한 분해사건수목 분할분율분기점의 확률 값과 발전소손상군 사고경위의 빈도 값, 모든 발전소손상군 번호에 대해 격납건물사건수목 사고경위의 분할분율 값을 나타내는 PDS-CET 테이블을 제공하고, 상기 격납건물사건수목의 불확실성을 분석함에 따라 발전소손상군 사고경위 빈도, 분해사건수목 분할분율분기 확률, 격납건물사건수목 사고경위 빈도, 방사선원항 방출군 빈도 및 사용자 정의 위험도 척도를 포함하는 불확실성 통계 정보를 제공하는 단계를 포함할 수 있다. In the step of analyzing the uncertainty of the containment event tree, the time required for analysis, the seed number, the point estimation result of the core damage frequency, the uncertainty analysis result, and a warning message as the uncertainty of the containment event tree is analyzed As analysis information is provided and the uncertainty of the containment event tree is analyzed, the probability value of the decomposition event tree division fraction junction for each sample and the frequency value of the accident process in the power plant damage group, and all power plant damage group numbers The PDS-CET table indicating the split fraction values of the containment event tree accident process is provided, and by analyzing the uncertainty of the containment building event tree, the frequency of accidents in the power plant damage group, the decomposition event tree, the split fraction branch probability, and the containment building event tree are provided. The method may include providing uncertainty statistical information including accident sequence frequency, radiation source term emission group frequency, and user-defined risk scale.
격납건물사건수목 불확실성 분석을 수행하는 평가 시스템은, 단일기 또는 다수기로 구성된 원자력 발전소에서 격납건물 건전성과 관련하여 발생할 수 있는 격납건물사건수목 및 분해사건수목의 확률 변수에 대하여 샘플링을 수행하는 샘플링부; 및 상기 수행된 샘플을 이용하여 결정된 확률 변수의 값으로부터 통계적 전파방식에 기반한 격납건물사건수목의 불확실성을 분석하는 분석부를 포함할 수 있다. The evaluation system for performing the containment event tree uncertainty analysis includes: a sampling unit for sampling the random variables of the containment event tree and the decomposition event tree that may occur in relation to the integrity of the containment building in a nuclear power plant consisting of a single unit or multiple units; and an analysis unit for analyzing the uncertainty of the containment event tree based on the statistical propagation method from the values of the random variables determined using the performed samples.
상기 샘플링부는, 상기 격납건물사건수목 및 분해사건수목의 입력 변수들 및 출력 변수들에 대해 불확실성 분석을 수행하기 위한 몬테카를로 샘플링(Monte Carlo Sampling)을 수행할 수 있다. The sampling unit may perform Monte Carlo sampling for performing uncertainty analysis on input variables and output variables of the containment building event tree and the decomposition event tree.
상기 샘플링부는, 상기 입력 변수들에 대하여 임의 샘플링을 수행하여 입력 변수들의 값을 결정하고, 통계적 전파수단을 통해 정량화를 수행함으로써 출력 변수들의 값을 결정하는 것을 포함하고, 상기 분석부는, 상기 출력 변수들을 입력 변수로 재사용하여 다른 종류의 통계적 전파 수단을 통해 다른 출력변수들의 결과 값을 도출할 수 있다. The sampling unit includes performing random sampling on the input variables to determine the values of the input variables, and determining the values of the output variables by performing quantification through statistical propagation means, wherein the analysis unit includes: They can be reused as input variables to derive the result values of other output variables through different kinds of statistical propagation means.
상기 입력 변수들은, 기본사건의 확률 분포 데이터, 분해사건수목 분기점의 확률 분포 데이터를 포함하고, 상기 출력 변수들은, 1단계 사건수목의 사고경위 빈도, 발전소손상군의 사고경위 빈도, 분해사건수목 분기점의 확률, 격납건물사건수목의 사고경위 빈도, 방사선원항 방출군의 사고경위 빈도, 사용자정의 위험도척도를 포함하고, 상기 입력 변수들에서, 상기 기본사건의 확률 분포 데이터로 샘플링된 확률 값은 1단계 사건수목의 사고경위 빈도를 정량화하는데 사용되고, 상기 입력 변수들에서, 상기 분해사건수목 분기점의 확률 분포 데이터로 샘플링된 확률 값은 분해사건수목 분기점의 확률을 정량화하는데 사용되며, 정량화된 출력 변수 각각은 불확실성 분석 프로세스를 통해 다른 출력 변수를 정량화할 수 있다. The input variables include probability distribution data of the basic event and probability distribution data of the branching point of the decomposition event tree, and the output variables include the accident sequence frequency of the first-stage event tree, the accident sequence frequency of the power plant damage group, and the branching point of the decomposition event tree. includes the probability of, the accident sequence frequency of the containment building event tree, the accident sequence frequency of the radiation source emission group, and a user-defined risk scale, and in the input variables, the probability value sampled as the probability distribution data of the basic event is the first step Used to quantify the frequency of the accident sequence of the event tree, and among the input variables, the probability value sampled as the probability distribution data of the junction of the decomposition event tree is used to quantify the probability of the junction of the decomposition event tree, and each of the quantified output variables is Other output variables can be quantified through the uncertainty analysis process.
상기 분석부는, 상기 단일기로 구성된 원자력 발전소의 격납건물사건수목 확률론적 안전성 평가의 원자로건물 손상빈도 정량화 결과로부터 도출된 각 호기별 발전소손손상군을 복수 개의 방사선원항 방출군에 분율 매핑(mapping)하는 방법을 이용하여 정량화함에 따라 상기 다수기로 구성된 원자력 발전소의 확률론적 안전성 평가를 수행할 수 있다. The analysis unit, the nuclear power plant consisting of the single unit, the nuclear power plant of the containment building event tree of the fractional mapping (mapping) the fraction of the damage group for each unit derived from the nuclear reactor building damage frequency quantification result of the probabilistic safety evaluation to a plurality of radiation source groups By quantifying using , a probabilistic safety evaluation of the nuclear power plant configured with the plurality of units can be performed.
상기 분석부는, 상기 격납건물사건수목의 불확실성을 분석함에 따라 요약(Summary), 표본(Samples) 및 불확실성 통계(Uncertainty Statistics)를 기준으로 분석 결과를 제공할 수 있다. The analysis unit may provide an analysis result based on a summary, samples, and uncertainty statistics as the uncertainty of the containment event tree is analyzed.
상기 분석부는, 상기 격납건물사건수목의 불확실성을 분석함에 따라 분석에 소요되는 시간, 시드 번호, 노심손상빈도의 점 추정 결과와 불확실성 분석 결과, 경고 메시지를 포함하는 분석 정보를 제공하고, 상기 격납건물사건수목의 불확실성을 분석함에 따라 점 추정과 각 표본에 대한 분해사건수목 분할분율분기점의 확률 값과 발전소손상군 사고경위의 빈도 값, 모든 발전소손상군 번호에 대해 격납건물사건수목 사고경위의 분할분율 값을 나타내는 PDS-CET 테이블을 제공하고, 상기 격납건물사건수목의 불확실성을 분석함에 따라 발전소손상군 사고경위 빈도, 분해사건수목 분할분율분기 확률, 격납건물사건수목 사고경위 빈도, 방사선원항 방출군 빈도 및 사용자 정의 위험도 척도를 포함하는 불확실성 통계 정보를 제공할 수 있다. The analysis unit provides analysis information including a time taken for analysis, a seed number, a point estimation result of a core damage frequency, an uncertainty analysis result, and a warning message as the uncertainty of the containment event tree is analyzed, and the containment building As the uncertainty of the event tree is analyzed, the point estimation and the probability value of the splitting fraction of the decomposition event tree for each sample, the frequency value of the accident sequence in the power plant damage group, and the split fraction of the accident sequence in the containment building event tree for all power plant damage group numbers A PDS-CET table indicating the values is provided, and by analyzing the uncertainty of the containment event tree, the frequency of the accident sequence in the power plant damage group, the split probability of the decomposition event tree, the accident sequence frequency of the containment building event tree, the frequency of the radiation source term emission group and uncertainty statistical information including a user-defined risk measure.
격납건물 건전성과 관련된 불확실성 인자를 최대한 반영하고 1단계 PSA 분석 대상인 원자로 내 노심손상과 관련된 인자들의 불확실성이 중대사고 현상에 전파될 수 있도록 새로운 방법론을 개발하여 격납건물 건전성이 현상학적으로 더 적절하게 평가되고 동시에 원자력발전소 전반의 안전성을 평가하는데 기여할 수 있다. 이는 단일기 사고에만 국한되는 것이 아니라 다수기 사고 발생의 경우도 포함한다.A new methodology was developed to reflect the uncertainty factors related to the soundness of the containment building as much as possible and to spread the uncertainty of the factors related to the core damage in the reactor, which is the target of the first-stage PSA analysis, to the serious accident phenomenon to more appropriately evaluate the containment soundness phenomenologically At the same time, it can contribute to evaluating the overall safety of nuclear power plants. This is not limited to single-phase accidents, but also includes the occurrence of multiple-phase accidents.
도 1은 일 실시예에 따른 평가 시스템에서 불확실성 변수의 샘플링 동작을 설명하기 위한 도면이다.
도 2는 일 실시예에 따른 평가 시스템에서 2단계 확률론적 안전성 평가 불확실성 분석 동작을 설명하기 위한 도면이다.
도 3은 일 실시예에 따른 평가 시스템에서 격납건물사건수목의 불확실성을 분석하는 동작을 설명하기 위한 도면이다.
도 4는 일 실시예에 따른 평가 시스템에서 분해사건수목 분할분율분기점 목록 확인 및 설정 화면을 나타낸 예이다.
도 5는 일 실시예에 따른 평가 시스템에서 격납건물사건수목의 불확실성을 분석한 분석 결과를 제공하는 화면을 나타낸 예이다.
도 6은 일 실시예에 따른 평가 시스템의 구성을 설명하기 위한 블록도이다.
도 7은 일 실시예에 따른 평가 시스템의 격납건물사건수목의 불확실성을 분석하는 방법을 설명하기 위한 흐름도이다.1 is a diagram for explaining a sampling operation of an uncertainty variable in an evaluation system according to an embodiment.
FIG. 2 is a diagram for explaining an operation of analyzing the uncertainty of a two-step probabilistic safety evaluation in the evaluation system according to an embodiment.
3 is a view for explaining an operation of analyzing the uncertainty of the containment building event tree in the evaluation system according to an embodiment.
4 is an example showing a screen for checking and setting a list of decomposition event trees division fraction branch points in the evaluation system according to an embodiment.
5 is an example of a screen providing an analysis result of analyzing the uncertainty of the containment building event tree in the evaluation system according to an embodiment.
6 is a block diagram illustrating a configuration of an evaluation system according to an embodiment.
7 is a flowchart illustrating a method of analyzing the uncertainty of the containment event tree of the evaluation system according to an embodiment.
이하, 실시예를 첨부한 도면을 참조하여 상세히 설명한다.Hereinafter, embodiments will be described in detail with reference to the accompanying drawings.
도 1은 일 실시예에 따른 평가 시스템에서 불확실성 변수의 샘플링 동작을 설명하기 위한 도면이다. 1 is a diagram for explaining a sampling operation of an uncertainty variable in an evaluation system according to an embodiment.
평가 시스템은 확률론적 컴퓨터로 구현되는 안전성 평가(PSA)을 자동으로 수행할 수 있는 프로그램 코드를 통한 분석 프로그램(격납건물 손상확률 평가 프로그램)이 동작할 수 있다. 이때, 예를 들면, 분석 프로그램이 동작하는 평가 시스템은 플랫폼 형태로 제공될 수 있고, 또는 어플레이케이션 형태로 제공될 수 있다. 프로그램 코드는 사고 진행 분석을 위하여 원자로 건물의 현상적인 사건 수목(이벤트 트리) 개념을 채택하고 있으며, 세부적인 정량화를 위해 시각적으로 개별 사고 경과를 추적하는데 도움이 된다. 평가 시스템은 레벨 2 확률론적 안전성 평가의 통합 분석을 위해 프로그램 코드가 사고 진행 상황을 체계적으로 모델링하는데 필요한 다양한 사건 수목을 정리하기 위하여 작업 공간을 제공할 수 있다. 평가 시스템은 프로그램 코드를 통하여 포인트 값을 사용하여 레벨 2 확률론적 안전성 평가를 수행할 뿐만 아니라 분포를 이용한 불확실성 분석을 수행할 수 있다. In the evaluation system, an analysis program (a containment damage probability evaluation program) through a program code that can automatically perform a safety evaluation (PSA) implemented by a probabilistic computer may operate. In this case, for example, the evaluation system in which the analysis program operates may be provided in the form of a platform, or may be provided in the form of an application. The program code adopts the concept of a phenomenological event tree (event tree) of a reactor building for accident progress analysis, and helps to visually track individual accident progress for detailed quantification. The evaluation system may provide a working space to organize various event trees necessary for the program code to systematically model the accident progress for the integrated analysis of the
레벨 1 PSA에서 불확실성 분석을 수행하고 레벨 2 PSA 불확실성 분석으로 전환하려면 기본사건의 확률 분포를 정의하는 데이터가 필요하다. 레벨 2 PSA에서 불확실성 분석을 수행하기 위해서는 분할 부분 분기점을 정의하고 확률 분포와 우선순위를 정의할 필요가 있다.Performing an uncertainty analysis in a
평가 시스템은 격납건물 건전성과 관련된 불확실성 변수(인자)를 최대한 반영하고 원자로 내 노심손상과 관련된 인자들의 불확실성이 중대사고 현상에 전파될 수 있는 방법을 제공할 수 있다. 평가 시스템은 2단계 확률론적 안전성 평가 (Level 2 PSA) 수행 시 격납건물사건수목/분해사건수목(CET/DET)의 입력 변수와 출력 변수에 대해 불확실성 분석이 수행될 수 있도록 임의 샘플링을 이용한 격납건물사건수목의 불확실성을 분석할 수 있다. 격납건물사건수목(CET, Containment Event Tree)은 중대사고 시 각 발전소손상군(PSD)에 따라 격납건물에서 일어나는 현상을 묘사하고 격납건물 사고경위의 확률 또는 상대적인 가능성을 구하기 위해 사용된다. 격납건물사건수목은 다수의 표제(Headings)를 통해 구성되는데, 격납건물의 사고경위를 상세하게 묘사하기 위해 많은 수의 표제를 사용하면 사건수목의 최종점의 수가 기하급수적으로 증가한다. 이에 따라 격납건물사건수목에서는 격납건물 내 지배적인 주요현상(원자로건물 손상시기, 손상유형, 사고 진행 과정 등)을 표제로 하여 사고경위의 개수를 줄이고, 각 격납건물사건수목의 표제는 표제 별 세부 현상으로 이루어진 분해사건수목(DET, Decomposition Event Tree)으로 구성되어 있다. The evaluation system can reflect uncertainty variables (factors) related to the integrity of the containment building as much as possible and provide a method by which the uncertainty of factors related to core damage in a nuclear reactor can be propagated to the serious accident phenomenon. The evaluation system is a containment building using random sampling so that uncertainty analysis can be performed on the input and output variables of the containment event tree/decomposition event tree (CET/DET) when performing the two-step probabilistic safety assessment (
발전소손상군 군집화논리도에 의해 도출된 모든 발전소손상군 번호는 격납건물사건수목의 시작점이 되며, 발전소손상군(PDS) 번호 별로 격납건물사건수목의 정량화 결과가 다르게 나타날 수 있다. 예를 들면, 발전소가 정전되는 발전소손상군(PDS)의 사고경위와 대형냉각재가 상실되는 발전소손상군(PDS)의 사고 경위는 원자로건물 내에서 서로 다른 사고 진행 과정을 가지게 된다. 격납건물사건수목(CET) 사고경위의 정량화 결과는 발전소손상군(PDS) 사고경위의 빈도 값을 어느 비율만큼 나눠 갖는지 분율로 표현될 수 있다. 분해사건수목에서는 격납건물사건수목의 표제 별 세부 사항을 고려하여 분기 확률로 구성될 수 있다. 분해사건수목의 분기는 사건분류분기(Rule Branches)와 분할분율분기(Probability Branches)를 포함할 수 있다. 사건분류분기는 발전소손상군의 특성과 격납건물사건수목의 표제에 의해 어느 지선으로 가는지 결정되며, 분할분율분기는 분석가의 판단에 의해 지선 확률이 결정될 수 있다. 분해사건수목의 최종점은 격납건물사건수목의 표제 내용 및 지선(Branch) 종류와 일치해야 한다.All power plant damage group numbers derived from the power plant damage group clustering logic diagram become the starting point of the containment building event tree, and the quantification result of the containment building event tree may be different for each PDS number. For example, the accident process of the power plant damage group (PDS) in which the power plant is outage and the accident process of the power plant damage group (PDS) in which the large coolant is lost have different accident processes within the reactor building. The quantification result of the containment building event tree (CET) accident sequence can be expressed as a fraction of how much the frequency value of the power plant damage group (PDS) accident sequence is divided. In the decomposition event tree, it can be composed of branching probabilities by considering the details by heading of the containment building event tree. The branching of the decomposition event tree may include Rule Branches and Probability Branches. The branch line is determined by the characteristics of the damaged group of the power plant and the title of the containment building event tree, and the branch line probability can be determined by the analyst's judgment in the branch division branch. The final point of the decomposition event tree must match the title content and branch type of the containment event tree.
분할분율분기는 모든 지선에 대해 확률 분포를 정의하여 불확실성 입력 변수로 하고 임의 샘플링을 수행할 수 있다. 이때, 분할분율분기에 확률 값만 존재하고 확률 분포는 정의되어 있지 않기 때문에 각 지선에 확률 분포에 대한 정보가 입력될 수 있다. 분할분율분기의 지선들을 식별하기 위해 식별자(Identifier)라고 하는 고유한 이름을 부여하는 것으로, 이는 필수적인 사항은 아니지만 불확실성 입력 변수의 정보를 명확하게 표시함으로써 확률 분포 데이터를 보다 효과적으로 입력하고 분할분율분기의 불확실성 분석 결과를 식별자를 통해 구별할 수 있다. 예를 들면, 분할분율분기점의 식별자가 다음과 같이 명명될 수 있다. The division fraction branch defines a probability distribution for all branches, uses it as an uncertainty input variable, and can perform random sampling. At this time, since only a probability value exists in the division fraction branch and the probability distribution is not defined, information on the probability distribution may be input to each branch line. Giving a unique name called an identifier to identify the branch lines of the division fraction branch is not essential, but it can input the probability distribution data more effectively by clearly indicating the information of the uncertainty input variable and Uncertainty analysis results can be distinguished through identifiers. For example, the identifier of the division fraction branch point may be named as follows.
1. 기본 형식은 (분해사건수목 세부표제이름)-(그룹 번호):(분기 이름)로 한다.1. The basic format is (decomposed event tree detailed title name)-(group number):(branch name).
2. (분해사건수목 세부표제이름)은 해당 분할분율분기점이 담당하고 있는 분해사건수목 내 표제의 이름을 인용한다.2. (Detailed title name of decomposition event tree) refers to the name of the title in the decomposition event tree in charge of the relevant division division branch.
3. (그룹 번호)는 해당 분할분율분기점은 같은 사고경위끼리, 즉 표제와 부모가 같은 분할분율 분기점끼리 묶어서 하나의 그룹이 만들어지는데 이를 수 목도에서 볼 때 위에서부터 아래로 시각적 순서의 위치에 따라 그룹 단위로 번호가 부여된다.3. (Group number) indicates that the division and division junctions have the same accident process, that is, the division division junctions with the same title and parent are grouped together to form a group. Groups are numbered.
4. (분기 이름)의 경우, 모든 분할분율분기점에는 해당 표제의 분기 결과를 표현하는 이름이 부여되어 있는데 이 이름을 인용한다.4. In the case of (branch name), all division and division branches are given a name that expresses the branch result of the corresponding title, and this name is quoted.
분할분율분기점은 분해사건수목 내에서 같은 부모(같은 이전 사건)를 공유하는 분기점끼리 하나의 그룹으로 묶인다. 그룹 내 자식 분기점들의 확률 값은 부모 분기점의 확률 값을 나눠 갖는 분율(Fraction)에 해당한다. 다시 말해서, 부모 분기점의 확률 값이 1.0이면 자식 분기점들의 확률 값의 합은 1.0이 되어야 한다. 격납건물사건수목은 노심손상이 발생했을 때의 사고 경위를 묘사하기 때문에, 분할분율분기점의 경로가 심각한 손상, 고장, 유출로 결정될 확률이 보수적이라는 특징이 존재한다.The split-fraction junction is grouped with junctions that share the same parent (same previous event) within the decomposition event tree. The probability value of the child branch points in the group corresponds to a fraction that divides the probability value of the parent branch point. In other words, if the probability value of the parent junction is 1.0, the sum of the probability values of the child junctions should be 1.0. Since the containment event tree describes the accident process when the core damage occurs, the probability that the path of the split fractional junction will be determined to be serious damage, failure, or leakage is conservative.
기본사건의 확률은 단위 시간 동안 사건이 발생하는 사건 빈도(Frequency)인데 이를 로그정규분포로 샘플링해도 1.0이 넘는 빈도 값이 나오는 경우가 사실상 존재하지 않을 정도로 기본적으로 작은 평균값을 가지며, 그래서 기본사건의 빈도는 일반적으로 로그정규분포 모형으로 현상학적 불확실성이 묘사되고 있다. 이에 반해 분할분율분기점 분율의 평균값은 그 지수가 -1~-2 정도의 값을 가지는 경우가 일반적이고, 분율의 불확실성을 로그정규분포 모형으로 묘사했을 경우 오차 인자(Error Factor)의 선정에 유의해야 한다. 평균값의 지수가 -2 이하가 되면 1이 넘는 확률 값이 샘플링 되는 경우는 현저히 적어지지만, 같은 그룹 내 확률 값의 합이 1이 되어야 하는 규칙에 의해 그룹 샘플링 시 확률 값의 합이 1이 넘을 가능성은 여전히 존재한다. 이에, 다음과 같은 샘플링 절차를 규정할 수 있다. The probability of a basic event is the frequency of events occurring in a unit time, and even if it is sampled from a lognormal distribution, it has a basically small average value so that there is virtually no case where a frequency value of more than 1.0 comes out, so the probability of the basic event is small. In general, the frequency is a lognormal distribution model, and phenomenological uncertainty is described. On the other hand, for the average value of the fraction of the split fraction branch point, the index generally has a value of -1 to -2. do. When the exponent of the average value is -2 or less, the probability of sampling more than 1 is significantly reduced, but due to the rule that the sum of the probability values within the same group must be 1, the probability that the sum of the probability values exceeds 1 during group sampling still exists Accordingly, the following sampling procedure can be prescribed.
단계 1: 그룹 내 분기점에 대해 우선순위를 지정하고 우선순위가 빠른 순서대로 샘플링을 수행할 수 있도록 한다.Step 1: Prioritize branch points within a group and allow sampling to be performed in order of priority.
단계 2: 1로 시작되는 남은 확률 값(Remained Probability)에서 첫 번째 우선순위에 해당하는 분기점에서 샘플링 된 확률 값을 공제한다.Step 2: Subtract the sampled probability value at the branching point corresponding to the first priority from the remaining probability value (Remained Probability) starting with 1.
단계 3: 공제된 남은 확률 값에서 다음 우선순위에 해당하는 분기점에서 샘플링 되는 확률 값을 공제한다. 만약 남은 확률 값보다 샘플링 되는 확률 값이 크면 남은 확률 값을 받는다. 이를 반복한다.Step 3: A probability value sampled at a branch point corresponding to the next priority is subtracted from the subtracted remaining probability value. If the sampled probability value is greater than the remaining probability value, the remaining probability value is received. Repeat this.
단계 4: 단계 3을 반복하다가 만약 중간에 남은 확률 값이 0이 되면 샘플링되지 않은 나머지 분기점의 확률 값은 자동으로 0이 된다.Step 4:
단계 5: 그룹 내 확률 값의 합이 1이 되어야 한다는 규칙 때문에, 가장 마지막 우선순위의 분기점은 분포 정의에 상관없이 무조건 남은 확률 값을 받는다. Step 5: Due to the rule that the sum of the probability values within a group must be 1, the last-priority junction receives the remaining probability value unconditionally, regardless of the distribution definition.
평가 시스템은 격납건물사건수목의 불확실성을 분석함에 있어서, 다수의 표본을 생성함에 따라 샘플링된 변수로 확률론적 안전성 평가(PSA) 분석을 수행하는 통계적 전파방식을 이용할 수 있다. 평가 시스템은 통계적 전파방식을 이용하여 불확실성을 분석함에 있어서, 불확실성 입력변수들(Input Parameters)에 대하여 임의 샘플링을 수행하여 입력변수들의 값을 결정한 다음, 통계적 전파수단을 통해 정량화를 수행함으로써 출력변수들(Output Parameters)의 값을 결정할 수 있다. 이때, 결정된 출력변수들의 값 그 자체가 하나의 정량화 결과로 볼 수 있으며, 이 출력변수들을 입력변수로 재사용하여 다른 종류의 통계적 전파수단을 통해 다른 출력변수들의 결과 값이 도출될 수 있다. In analyzing the uncertainty of the containment event tree, the evaluation system may use a statistical propagation method that performs probabilistic safety assessment (PSA) analysis with variables sampled as a large number of samples are generated. When the evaluation system analyzes the uncertainty using the statistical propagation method, random sampling is performed on the uncertainty input parameters to determine the values of the input variables, and then the output variables are quantified through statistical propagation means. The value of (Output Parameters) can be determined. At this time, the determined values of the output variables themselves can be viewed as a quantification result, and the result values of other output variables can be derived through different kinds of statistical propagation means by reusing these output variables as input variables.
도 1을 참고하면, 통계적 전파수단을 이용한 확률론적 안전성 평가(PSA) 분석의 동작 순서를 나타낸 것이다. 샘플링 방법으로는 몬테카를로 샘플링 (Monte Carlo Sampling)이 적용될 수 있다. 몬테카를로 샘플링은 다른 샘플의 결과를 고려하지 않고 매 샘플링마다 확률 구간을 무작위로 선택하여 확률변수 값을 도출하며, 각 샘플의 확률변수는 다른 샘플에 대해 독립적이다. 몬테카를로 샘플링은 계산에 필요한 시간과 자원을 상당히 절약할 수 있고 알고리즘이 간단하여 복잡한 현상학적 모델에서도 구현이 쉽다.Referring to FIG. 1 , the operation sequence of the probabilistic safety assessment (PSA) analysis using statistical propagation means is shown. As the sampling method, Monte Carlo sampling may be applied. In Monte Carlo sampling, random variable values are derived by randomly selecting a probability interval for every sampling without considering the results of other samples, and the random variable of each sample is independent of other samples. Monte Carlo sampling can significantly save time and resources required for computation, and its simple algorithm makes it easy to implement even in complex phenomenological models.
도 2는 일 실시예에 따른 평가 시스템에서 2단계 확률론적 안전성 평가 불확실성 분석 동작을 설명하기 위한 도면이다. FIG. 2 is a diagram for explaining an operation of analyzing the uncertainty of a two-step probabilistic safety evaluation in the evaluation system according to an embodiment.
도 2를 참고하면, 격납건물 건전성과 관련하여 발생할 수 있는 격납건물사건수목 및 분해사건수목의 입력 변수와 출력 변수를 나타낸 것이다. Referring to FIG. 2 , input variables and output variables of containment event trees and decomposition event trees that may occur in relation to the integrity of the containment building are shown.
불확실성 입력 변수는 다음과 같다.The uncertainty input variables are as follows.
Input A: 기본사건의 확률 분포 데이터Input A: probability distribution data of basic event
Input B: 분해사건수목 분기점의 확률 분포 데이터Input B: Probability distribution data of decomposition event tree junctions
불확실성 출력 변수는 다음과 같다.The uncertainty output variables are as follows.
Output A: 1단계 사건수목의 사고경위 빈도Output A: Frequency of accident process in the first stage event tree
Output B: 발전소손상군의 사고경위 빈도Output B: Frequency of accidents in the power plant damaged group
Output C: 분해사건수목 분기점의 확률Output C: Probability of a decomposition event tree junction
Output D: 격납건물사건수목의 사고경위 빈도Output D: Frequency of accidents in the containment building event tree
Output E: 방사선원항 방출군의 사고경위 빈도Output E: Frequency of accidents in the radiation source group
Output F: 사용자정의 위험도척도Output F: User-defined risk scale
Input A인 기본사건의 확률 분포 데이터로 샘플링된 확률 값은 Output A인 1단계 사건수목의 사고경위 빈도를 정량화 하는데 사용될 수 있다. Input B인 분해사건수목 분기점의 확률 분포 데이터로 샘플링된 확률 값은 Output C인 분해사건수목 분기점의 확률을 정량화 하는데 사용될 수 있으며, 정량화된 두 출력 변수는 불확실성 분석 프로세스를 통해 다른 출력 변수를 정량화하는데 사용될 수 있다.The probability value sampled as the probability distribution data of the basic event, which is the input A, can be used to quantify the frequency of the accident process of the first stage event tree, which is the output A. The probability value sampled as the probability distribution data of the branching point of the decomposition event tree, which is the input B, can be used to quantify the probability of the branch point of the decomposition event tree, which is the output C, and the two quantified output variables are used to quantify the other output variables through the uncertainty analysis process. can be used
Input A인 기본사건의 확률 분포 데이터로 샘플링된 확률 값은 Output A인 1단계 사건수목의 사고경위 빈도를 정량화 하는데 사용될 수 있다. Input B인 분해사건수목 분기점의 확률 분포 데이터로 샘플링된 확률 값은 Output C인 분해사건수목 분기점의 확률을 정량화 하는데 사용되며, 정량화된 두 출력 변수는 불확실성 분석 동작을 통해 다른 출력 변수를 정량화 하는데 사용될 수 있다. The probability value sampled as the probability distribution data of the basic event, which is the input A, can be used to quantify the frequency of the accident process of the first stage event tree, which is the output A. The probability value sampled as the probability distribution data of the junction of the decomposition event tree, which is the input B, is used to quantify the probability of the junction of the decomposition event tree, which is the output C, and the two quantified output variables will be used to quantify the other output variables through the uncertainty analysis operation. can
다수기 사고에서 레벨 2 확률론적 안전성 평가(PSA)의 경우, 단일기 레벨 2 확률론적 안전성 평가(PSA)의 원자로 건물 손상빈도 정량화 결과로부터 도출된 각 호기별 발전소손상군을 여러 방사선원항 방출군에 분율 매핑(mapping)하는 방법을 이용하여 정량화될 수 있다. 격납건물사건수목/분해사건수목이 불확실성을 가지고 있으므로, 분율 매핑 방법 또한 불확실성을 가지게 된다. 이에 따라 Output B에 해당하는 발전소손상군의 사고경위가 가지고 있는 불확실성이 분율 매핑하는 방법으로 발생하는 불확실성에 통계적 전파가 이루어질 수 있도록 불확실성 분석이 임의 샘플링을 이용한 불확실성 분석을 수행할 수 있다.In the case of
도 3은 일 실시예에 따른 평가 시스템에서 격납건물사건수목의 불확실성을 분석하는 동작을 설명하기 위한 도면이다.3 is a view for explaining an operation of analyzing the uncertainty of the containment building event tree in the evaluation system according to an embodiment.
평가 시스템은 확률론적 안전성 평가 모델의 기존 데이터를 가져오고 모델의 불확실성 입력을 통해 입력 데이터들을 준비하고 불확실성 분석을 수행할 수 있다. 입력 데이터의 옵션 설정과 샘플링 옵션 설정은 각각 UA Settings 다이얼로그(310)와 UA Sampling 다이얼로그(320)에서 이루어질 수 있다. The evaluation system can bring the existing data of the probabilistic safety evaluation model, prepare the input data through the uncertainty input of the model, and perform uncertainty analysis. Option setting and sampling option setting of input data may be made in the
평가 시스템은 분석을 위한 사전 준비 절차로서, 입력 데이터의 옵션 설정과 샘플링 옵션 설정의 두 절차로 분리할 수 있다. 입력 데이터의 옵션 설정은 UA Settings 다이얼로그(310)에서 수행될 수 있다. 입력 데이터의 옵션 설정에는 프로젝트 설정, 분해사건수목(DET) 분할분율분기점 목록 확인 및 설정, 발전소손상군(Plant Damage State), 사고경위 번호 목록 확인 및 설정을 포함할 수 있다. UA Settings 다이얼로그(310)에서 복수 개의 설정 항목들(예를 들면, 입력 파일 경로, 분석 대상, 컷셋 근사 방법 등)을 확인 및 수정하고 Prepare Analysis 유저 인터페이스(예를 들면, 버튼)가 선택됨에 따라 입력 데이터들을 읽어 불확실성 분석 수행에 필요한 프로그램 내부 변수들을 초기화하는 프로세스를 수행할 수 있다. The evaluation system is a pre-preparation procedure for analysis and can be divided into two procedures: setting options for input data and setting sampling options. Option setting of input data may be performed in the
상기 프로세스가 완료됨에 따라 UA Sampling 다이얼로그(320)가 오픈(open)될 수 있으며, 오픈된 UA Sampling 다이얼로그(320)를 통해 샘플링 옵션 설정 화면과 샘플링 결과 화면이 표시될 수 있다.As the process is completed, the
도 4는 일 실시예에 따른 평가 시스템에서 분해사건수목 분할분율분기점 목록 확인 및 설정 화면을 나타낸 예이다. 4 is an example showing a screen for checking and setting a list of decomposition event trees division fraction branch points in the evaluation system according to an embodiment.
평가 시스템은 UA Settings 다이얼로그(310) 내에서 분해사건수목(DET) 분할분율분기점 목록 및 설정을 수행할 수 있는 화면을 제공할 수 있다. 분해사건수목 분할분율분기점 목록 화면에서 프로젝트 작업 폴더 내의 모든 분해사건수목(DET) 파일을 오픈하여, 각 파일의 사건수목으로부터 분기점에 식별자가 존재하는 것을 하나의 목록으로 생성될 수 있다. 평가 시스템은 생성된 목록에 기반하여 분해사건수목(DET) 매핑 테이블 파일에 존재하는 식별자와 분해사건수목(DET) 분할분율분기점 목록의 식별자가 일치하는지 비교할 수 있다. 이때, 평가 시스템은 생성된 목록에 기반하여 분해사건수목(DET) 매핑 테이블 파일에 존재하는 식별자와 분해사건수목(DET) 분할분율분기점 목록의 식별자가 일치할 경우, 식별자가 일치하는 분해사건수목(DET) 매핑 테이블 내 레코드의 우선도와 확률 분포 정보를 목록으로 가져올 수 있다. 분기점에 식별자가 존재하면 모두 목록으로 가져오지만, 분할분율분기점에 대해서만 식별자를 부여해야 하므로 목록에 있는 식별자들은 모두 분할분율분기점을 가리킨다.The evaluation system may provide a screen for performing a list and setting of a decomposition event tree (DET) division fraction branch point within the
도 5는 일 실시예에 따른 평가 시스템에서 격납건물사건수목의 불확실성을 분석한 분석 결과를 제공하는 화면을 나타낸 예이다. 5 is an example of a screen providing an analysis result of analyzing the uncertainty of the containment building event tree in the evaluation system according to an embodiment.
평가 시스템은 UA Sampling 다이얼로그(320) 화면을 통해 격납건물사건수목의 불확실성을 분석한 분석 결과를 제공할 수 있다. 평가 시스템은 UA Sampling 다이얼로그(320) 화면에서 요약(Summary) 탭, 표본(Samples) 탭, 불확실성 통계(Uncertainty Statistics)로 분류하여 분석 결과를 표시할 수 있다. The evaluation system may provide an analysis result of analyzing the uncertainty of the containment building event tree through the
요약 탭에서 분석에 소요된 시간, 시드 번호, 노심손상빈도의 점 추정 결과와 불확실성 분석 결과, 경고 메시지 등 불확실성 분석에 대한 기본 정보가 제공될 수 있다. In the Summary tab, basic information on uncertainty analysis, such as time taken for analysis, seed number, point estimation results of core damage frequency, uncertainty analysis results, and warning messages, can be provided.
표본 탭에서 점 추정과 각 표본에 대한 분해사건수목(DET) 분할분율분기점의 확률 값과 발전소손상군(PDS) 사고경위의 빈도 값, 모든 발전소손상군(PDS)의 번호에 대해 격납건물사건수목 사고경위의 분할분율 값을 나타내는 PDS-CET 테이블이 제공될 수 있다. In the Samples tab, estimate the point and for each sample, the probability value of the decomposition event tree (DET) split fractional junction, the frequency value of the plant damage group (PDS) accident sequence, and the containment building event tree for all the power plant damage group (PDS) numbers. A PDS-CET table indicating the split fraction value of the accident process may be provided.
불확실성 통계에서 복수 개(예를 들면, 5 가지)의 항목에 대해 점 추정 값, 표본의 평균, 표본의 표준 편차, 표본의 백분위수, 그래프가 제공될 수 있다. 이를 통하여 점 추정 값과 표본의 평균을 비교하여 임의 샘플링이 제대로 수행되었는지 여부를 확인할 수 있다. 또한, 발전소손상군(PDS) 사고경위 빈도, 분해사건수목(DET) 분할분율분기 확률, CET 사고경위 빈도, 방사선원항 방출군 빈도, 사용자 정의 위험도 척도를 포함하는 세부 카테고리에 대한 불확실성 통계 화면이 제공될 수 있다. 예를 들면, 사용자로부터 선택된 세부 카테고리에 대한 불확실성 통계 화면이 표시될 수 있다. In uncertainty statistics, a point estimate value, a sample mean, a standard deviation of a sample, a percentile of a sample, and a graph may be provided for a plurality of (eg, five) items. Through this, it is possible to check whether random sampling was performed properly by comparing the point estimate with the sample mean. In addition, the uncertainty statistics screen for subcategories including the frequency of power plant damage group (PDS) accident sequence, decomposition event tree (DET) split fractional branch probability, CET accident sequence frequency, radiation source term emission group frequency, and user-defined risk scale is provided. can be For example, an uncertainty statistics screen for a detailed category selected by the user may be displayed.
도 6은 일 실시예에 따른 평가 시스템의 구성을 설명하기 위한 블록도이고, 도 7은 일 실시예에 따른 평가 시스템의 격납건물사건수목의 불확실성을 분석하는 방법을 설명하기 위한 흐름도이다.6 is a block diagram illustrating a configuration of an evaluation system according to an embodiment, and FIG. 7 is a flowchart illustrating a method of analyzing the uncertainty of the containment event tree of the evaluation system according to an embodiment.
평가 시스템(100)의 프로세서는 샘플링부(610) 및 분석부(620)를 포함할 수 있다. 이러한 프로세서의 구성요소들은 평가 시스템(100)에 저장된 프로그램 코드가 제공하는 제어 명령에 따라 프로세서에 의해 수행되는 서로 다른 기능들(different functions)의 표현들일 수 있다. 프로세서 및 프로세서의 구성요소들은 도 7의 격납건물사건수목의 불확실성을 분석하는 방법이 포함하는 단계들(710 내지 720)을 수행하도록 평가 시스템(100)을 제어할 수 있다. 이때, 프로세서 및 프로세서의 구성요소들은 메모리가 포함하는 운영체제의 코드와 적어도 하나의 프로그램의 코드에 따른 명령(instruction)을 실행하도록 구현될 수 있다.The processor of the
단계(710)에서 샘플링부(610)는 단일기 또는 다수기로 구성된 원자력 발전소에서 격납건물 건전성과 관련하여 발생할 수 있는 격납건물사건수목 및 분해사건수목의 확률 변수에 대하여 샘플링을 수행할 수 있다. 샘플링부(610)는 격납건물사건수목 및 분해사건수목의 입력 변수들 및 출력 변수들에 대해 불확실성 분석을 수행하기 위한 몬테카를로 샘플링(Monte Carlo Sampling)을 수행할 수 있다. 샘플링부(610)는 입력 변수들에 대하여 임의 샘플링을 수행하여 입력 변수들의 값을 결정하고, 통계적 전파수단을 통해 정량화를 수행함으로써 출력 변수들의 값을 결정할 수 있다. 이때, 입력 변수들은, 기본사건의 확률 분포 데이터, 분해사건수목 분기점의 확률 분포 데이터를 포함하고, 출력 변수들은, 1단계 사건수목의 사고경위 빈도, 발전소손상군의 사고경위 빈도, 분해사건수목 분기점의 확률, 격납건물사건수목의 사고경위 빈도, 방사선원항 방출군의 사고경위 빈도, 사용자정의 위험도척도를 포함하고, 입력 변수들에서, 기본사건의 확률 분포 데이터로 샘플링된 확률 값은 1단계 사건수목의 사고경위 빈도를 정량화하는데 사용되고, 입력 변수들에서, 분해사건수목 분기점의 확률 분포 데이터로 샘플링된 확률 값은 분해사건수목 분기점의 확률을 정량화하는데 사용되며, 정량화된 출력 변수 각각은 불확실성 분석 프로세스를 통해 다른 출력 변수를 정량화할 수 있다. In
단계(720)에서 분석부(620)는 수행된 샘플을 이용하여 결정된 확률 변수의 값으로부터 통계적 전파방식에 기반한 격납건물사건수목의 불확실성을 분석할 수 있다. 분석부(620)는 출력 변수들을 입력 변수로 재사용하여 다른 종류의 통계적 전파 수단을 통해 다른 출력변수들의 결과 값을 도출할 수 있다. 분석부(620)는 단일기로 구성된 원자력 발전소의 격납건물사건수목 확률론적 안전성 평가의 원자로건물 손상빈도 정량화 결과로부터 도출된 각 호기별 발전소손손상군을 복수 개의 방사선원항 방출군에 분율 매핑(mapping)하는 방법을 이용하여 정량화함에 따라 다수기로 구성된 원자력 발전소의 확률론적 안전성 평가를 수행할 수 있다. 분석부(620)는 격납건물사건수목의 불확실성을 분석함에 따라 약(Summary), 표본(Samples) 및 불확실성 통계(Uncertainty Statistics)를 기준으로 분석 결과를 제공할 수 있다. 분석부(620)는 격납건물사건수목의 불확실성을 분석함에 따라 분석에 소요되는 시간, 시드 번호, 노심손상빈도의 점 추정 결과와 불확실성 분석 결과, 경고 메시지를 포함하는 분석 정보를 제공하고, 격납건물사건수목의 불확실성을 분석함에 따라 점 추정과 각 표본에 대한 분해사건수목 분할분율분기점의 확률 값과 PDS 사고경위의 빈도 값, 모든 PDS 번호에 대해 격납건물사건수목 사고경위의 분할분율 값을 나타내는 PDS-CET 테이블을 제공하고, 격납건물사건수목의 불확실성을 분석함에 따라 PDS 사고경위 빈도, 분해사건수목 분할분율분기 확률, 격납건물사건수목 사고경위 빈도, 방사선원항 방출군 빈도 및 사용자 정의 위험도 척도를 포함하는 불확실성 통계 정보를 제공할 수 있다. In
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.The device described above may be implemented as a hardware component, a software component, and/or a combination of the hardware component and the software component. For example, devices and components described in the embodiments may include, for example, a processor, a controller, an arithmetic logic unit (ALU), a digital signal processor, a microcomputer, a field programmable gate array (FPGA). , a programmable logic unit (PLU), microprocessor, or any other device capable of executing and responding to instructions, may be implemented using one or more general purpose or special purpose computers. The processing device may execute an operating system (OS) and one or more software applications running on the operating system. A processing device may also access, store, manipulate, process, and generate data in response to execution of the software. For convenience of understanding, although one processing device is sometimes described as being used, one of ordinary skill in the art will recognize that the processing device includes a plurality of processing elements and/or a plurality of types of processing elements. It can be seen that can include For example, the processing device may include a plurality of processors or one processor and one controller. Other processing configurations are also possible, such as parallel processors.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 평가 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.Software may comprise a computer program, code, instructions, or a combination of one or more thereof, which configures a processing device to operate as desired or is independently or collectively processed You can command the device. The software and/or data may be any kind of machine, component, physical device, virtual equipment, computer storage medium or apparatus, to be interpreted by or to provide instructions or data to the processing device. may be embodied in The software may be distributed over a networked evaluation system, stored or executed in a distributed manner. Software and data may be stored in one or more computer-readable recording media.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. The method according to the embodiment may be implemented in the form of program instructions that can be executed through various computer means and recorded in a computer-readable medium. The computer-readable medium may include program instructions, data files, data structures, etc. alone or in combination. The program instructions recorded on the medium may be specially designed and configured for the embodiment, or may be known and available to those skilled in the art of computer software. Examples of the computer-readable recording medium include magnetic media such as hard disks, floppy disks and magnetic tapes, optical media such as CD-ROMs and DVDs, and magnetic such as floppy disks. - includes magneto-optical media, and hardware devices specially configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like. Examples of program instructions include not only machine language codes such as those generated by a compiler, but also high-level language codes that can be executed by a computer using an interpreter or the like.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.As described above, although the embodiments have been described with reference to the limited embodiments and drawings, various modifications and variations are possible from the above description by those skilled in the art. For example, the described techniques are performed in an order different from the described method, and/or the described components of the system, structure, apparatus, circuit, etc. are combined or combined in a different form than the described method, or other components Or substituted or substituted by equivalents may achieve an appropriate result.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.Therefore, other implementations, other embodiments, and equivalents to the claims are also within the scope of the following claims.
Claims (14)
단일기 또는 다수기로 구성된 원자력 발전소에서 격납건물 건전성과 관련하여 발생할 수 있는 격납건물사건수목 및 분해사건수목의 확률 변수에 대하여 샘플링을 수행하는 단계; 및
상기 수행된 샘플을 이용하여 결정된 확률 변수의 값으로부터 통계적 전파방식에 기반한 격납건물사건수목의 불확실성을 분석하는 단계
를 포함하고,
상기 샘플링을 수행하는 단계는,
상기 격납건물사건수목 및 분해사건수목의 입력 변수들에 대하여 임의 샘플링을 수행하여 입력 변수들의 값을 결정하고, 통계적 전파수단을 통해 정량화를 수행함으로써 출력 변수들의 값을 결정하는 단계
를 포함하고,
상기 불확실성을 분석하는 단계는,
상기 출력 변수들을 입력 변수로 재사용하여 다른 종류의 통계적 전파 수단을 통해 다른 출력변수들의 결과 값을 도출하는 단계
를 포함하는 격납건물사건수목 불확실성 분석 방법.In the containment event tree uncertainty analysis method performed by a computer-implemented evaluation system,
performing sampling on random variables of containment event trees and decomposition event trees that may occur in relation to containment integrity in a nuclear power plant consisting of a single unit or multiple units; and
analyzing the uncertainty of the containment event tree based on the statistical propagation method from the values of the random variables determined using the performed samples
including,
The sampling step is
determining the values of the input variables by performing random sampling on the input variables of the containment event tree and the decomposition event tree, and determining the values of the output variables by performing quantification through statistical propagation means;
including,
The step of analyzing the uncertainty is,
Reusing the output variables as input variables to derive result values of other output variables through different kinds of statistical propagation means
A containment building event tree uncertainty analysis method, including
상기 샘플링을 수행하는 단계는,
상기 격납건물사건수목 및 분해사건수목의 입력 변수들 및 출력 변수들에 대해 불확실성 분석을 수행하기 위한 몬테카를로 샘플링(Monte Carlo Sampling)을 수행하는 단계
를 포함하는 격납건물사건수목 불확실성 분석 방법.According to claim 1,
The sampling step is
performing Monte Carlo sampling for performing uncertainty analysis on input variables and output variables of the containment event tree and the decomposition event tree
A containment event tree uncertainty analysis method, including
상기 입력 변수들은, 기본사건의 확률 분포 데이터, 분해사건수목 분기점의 확률 분포 데이터를 포함하고,
상기 출력 변수들은, 1단계 사건수목의 사고경위 빈도, 발전소손상군의 사고경위 빈도, 분해사건수목 분기점의 확률, 격납건물사건수목의 사고경위 빈도, 방사선원항 방출군의 사고경위 빈도, 사용자정의 위험도척도를 포함하고,
상기 입력 변수들에서, 상기 기본사건의 확률 분포 데이터로 샘플링된 확률 값은 1단계 사건수목의 사고경위 빈도를 정량화하는데 사용되고, 상기 입력 변수들에서, 상기 분해사건수목 분기점의 확률 분포 데이터로 샘플링된 확률 값은 분해사건수목 분기점의 확률을 정량화하는데 사용되며, 정량화된 출력 변수 각각은 불확실성 분석 프로세스를 통해 다른 출력 변수를 정량화하는
것을 특징으로 하는 격납건물사건수목 불확실성 분석 방법.According to claim 1,
The input variables include probability distribution data of a basic event and probability distribution data of a branching point of a decomposition event tree,
The output variables are the frequency of the accident sequence of the first-stage event tree, the frequency of the accident sequence in the power plant damage group, the probability of the junction of the decomposition event tree, the accident sequence frequency of the containment building event tree, the accident sequence frequency of the radiation source emission group, and the user-defined risk level including a scale,
In the input variables, the probability value sampled as the probability distribution data of the basic event is used to quantify the accident sequence frequency of the first stage event tree, and in the input variables, the probability distribution data of the junction of the decomposition event tree is sampled. The probability value is used to quantify the probability of the decomposition event tree junction, and each of the quantified output variables is used to quantify the other output variables through the uncertainty analysis process.
A containment building event tree uncertainty analysis method, characterized in that.
상기 격납건물사건수목의 불확실성을 분석하는 단계는,
상기 단일기로 구성된 원자력 발전소의 격납건물사건수목 확률론적 안전성 평가의 원자로건물 손상빈도 정량화 결과로부터 도출된 각 호기별 발전소손손상군을 복수 개의 방사선원항 방출군에 분율 매핑(mapping)하는 방법을 이용하여 정량화함에 따라 상기 다수기로 구성된 원자력 발전소의 확률론적 안전성 평가를 수행하는 단계
를 포함하는 격납건물사건수목 불확실성 분석 방법.According to claim 1,
The step of analyzing the uncertainty of the containment building event tree is,
Quantification using a method of fractionally mapping the damage to power plant for each unit unit derived from the quantification result of the nuclear reactor building damage frequency of the containment building event tree stochastic safety evaluation of the single-unit nuclear power plant to a plurality of radiation source emission groups. performing a probabilistic safety evaluation of the nuclear power plant composed of the plurality of units according to the
A containment building event tree uncertainty analysis method, including
상기 격납건물사건수목의 불확실성을 분석하는 단계는,
상기 격납건물사건수목의 불확실성을 분석함에 따라 요약(Summary), 표본(Samples) 및 불확실성 통계(Uncertainty Statistics)를 기준으로 분석 결과를 제공하는 단계
를 포함하는 격납건물사건수목 불확실성 분석 방법.According to claim 1,
The step of analyzing the uncertainty of the containment building event tree is,
Providing analysis results based on summary, samples, and uncertainty statistics as the uncertainty of the containment event tree is analyzed
A containment building event tree uncertainty analysis method, including
단일기 또는 다수기로 구성된 원자력 발전소에서 격납건물 건전성과 관련하여 발생할 수 있는 격납건물사건수목 및 분해사건수목의 확률 변수에 대하여 샘플링을 수행하는 단계; 및
상기 수행된 샘플을 이용하여 결정된 확률 변수의 값으로부터 통계적 전파방식에 기반한 격납건물사건수목의 불확실성을 분석하는 단계
를 포함하고,
상기 격납건물사건수목의 불확실성을 분석하는 단계는,
상기 격납건물사건수목의 불확실성을 분석함에 따라 요약(Summary), 표본(Samples) 및 불확실성 통계(Uncertainty Statistics)를 기준으로 분석 결과를 제공하고,
상기 격납건물사건수목의 불확실성을 분석함에 따라 분석에 소요되는 시간, 시드 번호, 노심손상빈도의 점 추정 결과와 불확실성 분석 결과, 경고 메시지를 포함하는 분석 정보를 제공하고,
상기 격납건물사건수목의 불확실성을 분석함에 따라 점 추정과 각 표본에 대한 분해사건수목 분할분율분기점의 확률 값과 발전소손상군 사고경위의 빈도 값, 모든 발전소손상군 번호에 대해 격납건물사건수목 사고경위의 분할분율 값을 나타내는 PDS-CET 테이블을 제공하고,
상기 격납건물사건수목의 불확실성을 분석함에 따라 발전소손상군 사고경위 빈도, 분해사건수목 분할분율분기 확률, 격납건물사건수목 사고경위 빈도, 방사선원항 방출군 빈도 및 사용자 정의 위험도 척도를 포함하는 불확실성 통계 정보를 제공하는 단계
를 포함하는 격납건물사건수목 불확실성 분석 방법.In the containment event tree uncertainty analysis method performed by a computer-implemented evaluation system,
performing sampling on random variables of containment event trees and decomposition event trees that may occur in relation to containment integrity in a nuclear power plant consisting of a single unit or multiple units; and
analyzing the uncertainty of the containment event tree based on the statistical propagation method from the values of the random variables determined using the performed samples
including,
The step of analyzing the uncertainty of the containment building event tree is,
As the uncertainty of the containment event tree is analyzed, the analysis result is provided based on Summary, Samples, and Uncertainty Statistics,
By analyzing the uncertainty of the containment building event tree, it provides analysis information including the time required for analysis, the seed number, the point estimation result of the core damage frequency, the uncertainty analysis result, and a warning message,
As the uncertainty of the containment event tree is analyzed, the point estimation, the probability value of the decomposition event tree division fractional junction for each sample, the frequency value of the accident sequence of the power plant damage group, and the containment building event tree accident sequence for all power plant damage group numbers Provides a PDS-CET table indicating the split fraction value of
As the uncertainty of the containment event tree is analyzed, the frequency of the accident sequence in the power plant damage group, the probability of splitting the decomposition event tree, the frequency of the accident sequence in the containment building event tree, the frequency of the radiation source term emission group, and the user-defined risk scale are included in uncertainty statistical information. step to provide
A containment building event tree uncertainty analysis method, including
단일기 또는 다수기로 구성된 원자력 발전소에서 격납건물 건전성과 관련하여 발생할 수 있는 격납건물사건수목 및 분해사건수목의 확률 변수에 대하여 샘플링을 수행하는 샘플링부; 및
상기 수행된 샘플을 이용하여 결정된 확률 변수의 값으로부터 통계적 전파방식에 기반한 격납건물사건수목의 불확실성을 분석하는 분석부
를 포함하고,
상기 샘플링부는,
상기 격납건물사건수목 및 분해사건수목의 입력 변수들에 대하여 임의 샘플링을 수행하여 입력 변수들의 값을 결정하고, 통계적 전파수단을 통해 정량화를 수행함으로써 출력 변수들의 값을 결정하는 것을 포함하고,
상기 분석부는,
상기 출력 변수들을 입력 변수로 재사용하여 다른 종류의 통계적 전파 수단을 통해 다른 출력변수들의 결과 값을 도출하는
평가 시스템.In the evaluation system for performing the containment event tree uncertainty analysis,
a sampling unit that performs sampling on random variables of containment event trees and decomposition event trees that may occur in relation to the integrity of a containment building in a nuclear power plant composed of a single unit or multiple units; and
An analysis unit that analyzes the uncertainty of the containment event tree based on the statistical propagation method from the values of the random variables determined using the performed samples
including,
The sampling unit,
determining the values of the input variables by performing random sampling on the input variables of the containment event tree and the decomposition event tree, and determining the values of the output variables by performing quantification through statistical propagation means;
The analysis unit,
Reusing the output variables as input variables to derive the result values of other output variables through different kinds of statistical propagation means
evaluation system.
상기 샘플링부는,
상기 격납건물사건수목 및 분해사건수목의 입력 변수들 및 출력 변수들에 대해 불확실성 분석을 수행하기 위한 몬테카를로 샘플링(Monte Carlo Sampling)을 수행하는
것을 특징으로 하는 평가 시스템.9. The method of claim 8,
The sampling unit,
Performing Monte Carlo Sampling for performing uncertainty analysis on the input variables and output variables of the containment event tree and the decomposition event tree
Rating system, characterized in that.
상기 입력 변수들은, 기본사건의 확률 분포 데이터, 분해사건수목 분기점의 확률 분포 데이터를 포함하고,
상기 출력 변수들은, 1단계 사건수목의 사고경위 빈도, 발전소손상군의 사고경위 빈도, 분해사건수목 분기점의 확률, 격납건물사건수목의 사고경위 빈도, 방사선원항 방출군의 사고경위 빈도, 사용자정의 위험도척도를 포함하고,
상기 입력 변수들에서, 상기 기본사건의 확률 분포 데이터로 샘플링된 확률 값은 1단계 사건수목의 사고경위 빈도를 정량화하는데 사용되고, 상기 입력 변수들에서, 상기 분해사건수목 분기점의 확률 분포 데이터로 샘플링된 확률 값은 분해사건수목 분기점의 확률을 정량화하는데 사용되며, 정량화된 출력 변수 각각은 불확실성 분석 프로세스를 통해 다른 출력 변수를 정량화하는
것을 특징으로 하는 평가 시스템.9. The method of claim 8,
The input variables include probability distribution data of a basic event and probability distribution data of a branching point of a decomposition event tree,
The output variables are the frequency of the accident sequence of the first-stage event tree, the frequency of the accident sequence in the power plant damage group, the probability of the junction of the decomposition event tree, the accident sequence frequency of the containment building event tree, the accident sequence frequency of the radiation source emission group, and the user-defined risk level including a scale,
In the input variables, the probability value sampled as the probability distribution data of the basic event is used to quantify the accident sequence frequency of the first stage event tree, and in the input variables, the probability distribution data of the junction of the decomposition event tree is sampled. The probability value is used to quantify the probability of the decomposition event tree junction, and each of the quantified output variables is used to quantify the other output variables through the uncertainty analysis process.
Rating system, characterized in that.
상기 분석부는,
상기 단일기로 구성된 원자력 발전소의 격납건물사건수목 확률론적 안전성 평가의 원자로건물 손상빈도 정량화 결과로부터 도출된 각 호기별 발전소손손상군을 복수 개의 방사선원항 방출군에 분율 매핑(mapping)하는 방법을 이용하여 정량화함에 따라 상기 다수기로 구성된 원자력 발전소의 확률론적 안전성 평가를 수행하는
것을 특징으로 하는 평가 시스템.9. The method of claim 8,
The analysis unit,
Quantification using a method of fractionally mapping the damage to power plant for each unit unit derived from the quantification result of the nuclear reactor building damage frequency of the containment building event tree stochastic safety evaluation of the single-unit nuclear power plant to a plurality of radiation source emission groups. As a result, the probabilistic safety evaluation of the nuclear power plant composed of the plurality of units is performed.
Rating system, characterized in that.
상기 분석부는,
상기 격납건물사건수목의 불확실성을 분석함에 따라 요약(Summary), 표본(Samples) 및 불확실성 통계(Uncertainty Statistics)를 기준으로 분석 결과를 제공하는
것을 특징으로 하는 평가 시스템.9. The method of claim 8,
The analysis unit,
As the uncertainty of the containment event tree is analyzed, the analysis result is provided based on Summary, Samples, and Uncertainty Statistics.
Rating system, characterized in that.
단일기 또는 다수기로 구성된 원자력 발전소에서 격납건물 건전성과 관련하여 발생할 수 있는 격납건물사건수목 및 분해사건수목의 확률 변수에 대하여 샘플링을 수행하는 샘플링부; 및
상기 수행된 샘플을 이용하여 결정된 확률 변수의 값으로부터 통계적 전파방식에 기반한 격납건물사건수목의 불확실성을 분석하는 분석부
를 포함하고,
상기 분석부는,
상기 격납건물사건수목의 불확실성을 분석함에 따라 요약(Summary), 표본(Samples) 및 불확실성 통계(Uncertainty Statistics)를 기준으로 분석 결과를 제공하고,
상기 격납건물사건수목의 불확실성을 분석함에 따라 분석에 소요되는 시간, 시드 번호, 노심손상빈도의 점 추정 결과와 불확실성 분석 결과, 경고 메시지를 포함하는 분석 정보를 제공하고,
상기 격납건물사건수목의 불확실성을 분석함에 따라 점 추정과 각 표본에 대한 분해사건수목 분할분율분기점의 확률 값과 발전소손상군 사고경위의 빈도 값, 모든 발전소손상군 번호에 대해 격납건물사건수목 사고경위의 분할분율 값을 나타내는 PDS-CET 테이블을 제공하고,
상기 격납건물사건수목의 불확실성을 분석함에 따라 발전소손상군 사고경위 빈도, 분해사건수목 분할분율분기 확률, 격납건물사건수목 사고경위 빈도, 방사선원항 방출군 빈도 및 사용자 정의 위험도 척도를 포함하는 불확실성 통계 정보를 제공하는
것을 특징으로 하는 평가 시스템.
In the evaluation system for performing the containment event tree uncertainty analysis,
a sampling unit that performs sampling on random variables of containment event trees and decomposition event trees that may occur in relation to the integrity of a containment building in a nuclear power plant composed of a single unit or multiple units; and
An analysis unit that analyzes the uncertainty of the containment event tree based on the statistical propagation method from the values of the random variables determined using the performed samples
including,
The analysis unit,
As the uncertainty of the containment event tree is analyzed, the analysis result is provided based on Summary, Samples, and Uncertainty Statistics,
By analyzing the uncertainty of the containment building event tree, it provides analysis information including the time required for analysis, the seed number, the point estimation result of the core damage frequency, the uncertainty analysis result, and a warning message,
As the uncertainty of the containment event tree is analyzed, the point estimation, the probability value of the decomposition event tree division fractional junction for each sample, the frequency value of the accident sequence of the power plant damage group, and the containment building event tree accident sequence for all power plant damage group numbers Provides a PDS-CET table indicating the split fraction value of
As the uncertainty of the containment event tree is analyzed, the frequency of the accident sequence in the power plant damage group, the probability of splitting the decomposition event tree, the frequency of the accident sequence in the containment building event tree, the frequency of the radiation source term emission group, and the user-defined risk scale are included in uncertainty statistical information. to provide
Rating system, characterized in that.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200033935A KR102347163B1 (en) | 2020-03-19 | 2020-03-19 | Containment failure probability and uncertainty analysis program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200033935A KR102347163B1 (en) | 2020-03-19 | 2020-03-19 | Containment failure probability and uncertainty analysis program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210117561A KR20210117561A (en) | 2021-09-29 |
| KR102347163B1 true KR102347163B1 (en) | 2022-01-04 |
Family
ID=77924759
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200033935A Active KR102347163B1 (en) | 2020-03-19 | 2020-03-19 | Containment failure probability and uncertainty analysis program |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102347163B1 (en) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102665833B1 (en) * | 2022-03-07 | 2024-05-14 | 한국원자력연구원 | Method of calculating the failure probability of defense in depth of nuclear power plants |
| CN116959764A (en) * | 2023-06-16 | 2023-10-27 | 上海核工程研究设计院股份有限公司 | Method and system for evaluating direct heating of containment vessel in severe accident of nuclear power plant |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100681487B1 (en) * | 2002-10-30 | 2007-02-09 | 한국전력공사 | Optimal Evaluation System for Safety Analysis of Nuclear Power Plants |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102003696B1 (en) * | 2017-09-27 | 2019-10-17 | 한국원자력연구원 | Level 2 probabilistic safety assessment method for evaluating risk of multiple nuclear power plant |
-
2020
- 2020-03-19 KR KR1020200033935A patent/KR102347163B1/en active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100681487B1 (en) * | 2002-10-30 | 2007-02-09 | 한국전력공사 | Optimal Evaluation System for Safety Analysis of Nuclear Power Plants |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20210117561A (en) | 2021-09-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hakobyan et al. | Dynamic generation of accident progression event trees | |
| Han et al. | AIMS-MUPSA software package for multi-unit PSA | |
| KR20200142896A (en) | Breakdown type analysis system and method of digital equipment | |
| KR102347163B1 (en) | Containment failure probability and uncertainty analysis program | |
| US10970183B1 (en) | System and method for improving model performance | |
| Oh et al. | Study on quantification method based on Monte Carlo sampling for multiunit probabilistic safety assessment models | |
| JP2022111584A (en) | Risk impact evaluation method, risk impact evaluation device, and program | |
| Kharchenko et al. | Markov's Modeling of NPP I&C Reliability and Safety: Optimization of Tool-and-Technique Selection | |
| CN117421328B (en) | Data management method, system, equipment and readable medium based on artificial intelligence | |
| KR102294948B1 (en) | Integrated Risk Management Method and System | |
| Ryu et al. | A quantification methodology of Seismic Probabilistic Safety Assessment for nuclear power plant | |
| AU2021287457B2 (en) | "Log Data Compliance" | |
| Hamza et al. | Investigating the applicability of human reliability analysis methods during early design stages of non-light-water nuclear power plants | |
| CN110928761A (en) | System and method for demand chain and application thereof | |
| Vedros et al. | Enhancement of Industry Legacy Probabilistic Risk Assessment Methods and Tools | |
| Jung et al. | Development of a new quantification method for a fire PSA | |
| Kang et al. | An approach to the construction of a one top fire event PSA model | |
| US20230085503A1 (en) | Resource distribution device, resource distribution method, and resource distribution program | |
| KR102652738B1 (en) | System and method for site release categorization using dose estimates | |
| Sheakh et al. | Taxonomical study of software reliability growth models | |
| Smith et al. | Overview of the saphire probabilistic risk analysis software | |
| Lim et al. | COFUN: A new tool for evaluating containment failure frequency and uncertainty | |
| Jerbi | Discrete-Event Simulation: Concepts and Production in Arena | |
| KR102866643B1 (en) | Method and system for analyzing risk family uncertainty | |
| KR102567518B1 (en) | Safety evaluation method considering the condition of nuclear power plants and whether to manually operate the nuclear power plant |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20200319 |
|
| PA0201 | Request for examination | ||
| PE0902 | Notice of grounds for rejection |
Comment text: Notification of reason for refusal Patent event date: 20210714 Patent event code: PE09021S01D |
|
| PG1501 | Laying open of application | ||
| E701 | Decision to grant or registration of patent right | ||
| PE0701 | Decision of registration |
Patent event code: PE07011S01D Comment text: Decision to Grant Registration Patent event date: 20211221 |
|
| GRNT | Written decision to grant | ||
| PR0701 | Registration of establishment |
Comment text: Registration of Establishment Patent event date: 20211230 Patent event code: PR07011E01D |
|
| PR1002 | Payment of registration fee |
Payment date: 20211231 End annual number: 3 Start annual number: 1 |
|
| PG1601 | Publication of registration |