CNN 모델을 이용한 원전 주 제어실 전계강도 예측 = Electric Field Level Prediction in a Nuclear Power Plant's Main Control Room

국문 초록 (Abstract)

본 연구는 원자력 발전소 주 제어실과 같이 안전이 중요한 지역에서 전계 강도를 예측하기 위하여 CNN(convolutional neural networks)을 활용하는 방법을 제안한다. CNN 모델은 주어진 공간에 대하여 RT(ray tracing)시뮬레이터 측정을 통하여 획득한 전계분포를 학습한 후 새로운 조건에 대한 전계값을 효과적으로 예측할 수 있다. 제안하는 기법의 유효성을검증하기 위해 원전 주 제어실 환경에서 송신안테나의 위치를 변경하며, CNN 모델로부터 예측한 전계값과 RT 시뮬레이터의 결과를 비교하여 평균 오차율이 5 % 이하임을 확인하였다. 제안하는 CNN 기법은 원자력 발전소와 같은 환경에서효율적이고 유효한 전계 예측 방법으로 활용될 수 있을 것이다.

다국어 초록 (Multilingual Abstract)

This study proposes a method for predicting the electric field strength in a nuclear power plant's main control room (MCR) using convolutional neural networks (CNN). The CNN model learns the electric field distribution using data from the ray tracing (RT) simulator or measurements and predicts the electric field strength for new conditions. The proposed method was validated by comparing the predicted electric-field strength with the results of the RT simulator by changing the position of the transmitting antenna in the MCR. The average errors were less than 5 %, confirming that the proposed method can effectively predict electric fields in environments such as nuclear power plants.