• Journal of Radiation Protection and Research
• /
• v.26 no.1
• /
• pp.19-26
• /
• 2001

In order to assess the atmospheric dispersion for the accidental releases of nuclear power plants, in calculating X/Q values in the XOQAR and PAVAN codes which are based on Reg. Guide 1.145, the X/Q and frequency values are plotted on log-normal paper. Starting with the highest X/Q value of this plot, the codes compare the slope of the line drawn from this point to every other point within an increment containing ten X/Q values. If there are fewer than ten values, only the number available are used. The coefficients that produce the line with the least negative slope are saved. The end point of this line is used as the next starting point, from which slopes to the points within the next increment, containing ten X/Q values, are compared. The X/Q values corresponding to the cumulative frequency values 0.5%, 5% or 50% are calculated to search for the $0{\sim}2$ hour X/Q value that tends to be a very conservative value. In this work, a fuzzy logic inference method is used for nonlinear interpolation of the X/Q values versus the cumulative frequency. The fuzzy logic inference method is known to be a food technique for nonlinear interpolation. The proposed method was applied to a potential accidential radioactive release of the Yonggwang nuclear power plant, which gives more realistic X/Q values.

• Proceedings of the KIEE Conference
• /
• 2000.07d
• /
• pp.2995-2997
• /
• 2000

원자력발전소의 열출력 계산 결과에 가장 큰 영향을 미치는 변수는 주급수 유량이며, 측정방식상의 특성(Venturi Fouling)으로 인해 계산시 과다하게 반영될 소지가 있다 본 연구에서는 이 측정 오차를 최소화하기 위하여 뉴로-퍼지 논리를 이용하여 주급수 유량을 예측한 후 그 결과를 통해 열출력을 재평가하고자 하였다. 즉, 뉴로-퍼지로의 입력 변수(증기발생기 압력 및 수위. 터빈 충동실 압력)들은 모의훈련으로 출력을 상승시키면서 취득한 후 Wavelet Denoising 기법을 이용하여 노이즈를 제거시키고. 뉴로-퍼지 추론 계통의 파라메타들을 최적화시키기 위하여 유전적 알고리듬 및 최소자승법에 의한 Hybrid Learning Rule을 이용하여 학습시켰다. 시뮬레이션을 수행한 결과, 주급수 유량이 양호하게 예측되어, 이 결과를 토대로 열출력을 평가하는데 본 알고리듬의 적용이 성공적임을 입증하였다.