Forschungszusammenarbeit mit der GRS: Erprobung der Adaptive-Monte-Carlo-Simulationsmethodik zur Lokalisierung kritischer Parameterbereiche beim KMV in SWR

Résumé

Das Projekt befasst sich mit der Methodik zur Unsicherheits- und Sensitivitätsanalyse von Störfall-Abläufen. Konkret sollen verschiedene Monte-Carlo-Simulationsmethoden (MC) auf ein komplexes Störfallszenario angewendet werden, nämlich einen Kühlmittelverlust-Störfall in einem Siedewasserreaktor. Insbesondere sollen die «klassische» MC-Simulation verglichen werden mit von der GRS neu entwickelter adaptiver MC-Simulation, in welcher zusätzlich maschinelles Lernen eingesetzt wird. Dadurch soll die Sensitivitätsanalyse im Hinblick auf kritische Parameter weiter verbessert werden.

Textes supplémentaires

Projektziele

Die Adaptive Sampling Methodik eröffnet die Möglichkeit, Bereiche mit sensitiver Parameterverteilung sowie kritische Parameter bzgl. Störfallbeherrschung zu identifizieren. Die Methodik stellt eine intelligente kombinierte Methode («Machine Learning») mit Ausschluss bzw. Minimierung des menschlichen Fehlers im Engineering Judgement Prozess zur Bestimmung des «Phenomena Identification Ranking» dar.

Schlüsselwörter

Kernkraftwerk; Störfall; Kühlmittelverlust-Störfall; Monte-Carlo-Simulation; Unsicherheitsanalyse;

Participants

Kontaktperson

Détails du projet

Office de recherche
ENSI
Statut du projet
In Bearbeitung
Type de projet
Forschungsprojekt
Date de début
2019-12-31
Date de fin
2029-03-30
Coûts totaux approuvés
CHF 853000.00
Section
Reaktorsicherheit
Domaine politique NABS
Erzeugung, Verteilung und rationelle Nutzung der Energie