Zvyšování efektivity jaderné elektrárny s využitím umělé inteligence

Zvyšování efektivity jaderné elektrárny s využitím umělé inteligence Ing. Jaroslav Novák Fakulta podnikatelská Vysokého učení technického v Brně, Ústav informatiky, Kolejní 2906/4, 612 00 Brno, [email protected]

Abstract This text is focused on theme about using artificial intelligence for nuclear power plant. Artificial intelligence is the intelligence of machines which can learn and decide similar to human intelligence. The objective of this project is to design, construct and test diagnostic system for nuclear power plant. The program will be analysis of data of nuclear power plant.

Key words Artificial intelligence, nuclear power plant, analysis of data, prediction, diagnostics, efficiency

Anotace Tento text je zaměřen na možnosti použití umělé inteligence pro zefektivnění provozu jaderné elektrárny. Umělá inteligence je inteligence strojů, které se mohou učit a rozhodovat podobně jako lidé. Cílem tohoto projektu je návrh, realizace a testování diagnostického systému pro jadernou elektrárnu. Program bude analyzovat data jaderné elektrárny pro predikci možné poruchy.

Klíčová slova Umělá inteligence, jaderná elektrárna, analýza dat, predikce, diagnostika, efektivita

Úvod do problematiky V současné době moderních výpočetních a měřících technologií přibývá v jaderných elektrárnách naměřených dat. Jejich množství přesahuje možnosti člověka, tato data sledovat. Díky tomu, že lze data jednoduše ukládat, vznikají z lidského pohledu prakticky nekonečné databáze dat podle Knotek (2009). Data z provozu jednoho bloku jaderné elektrárny za rok již dosahují takového množství, že by je jeden člověk nestihl za život ani přečíst. Pro kontrolu naměřených dat se tedy používá výpočetních technologií a lidé „ručně“ kontrolují pouze nejdůležitější údaje. Vzhledem k tomu, že se parametry jaderných elektráren neustále mění, není ani v lidských silách, aby tento úkol lidé plnili. Výhodou výpočetní techniky při analýze dat je, že počítače mohou zpracovat a vyhodnotit podstatně větší množství dat než člověk, a to za zlomek času. Analýza naměřených dat je nutná hned z několika důvodů. Prvním a z hlediska měření a sběru dat vůbec nejdůležitějším důvodem je zjištění, zda snímač komunikuje se zobrazovacím zařízením. Dalším důvodem je kontrola, zda se měřené parametry pohybují v dovolených mezích. Tyto dva úkoly plní počítače měřících systémů online a v případě zjištění chyb v komunikaci se snímači nebo při vybočení měřených parametrů ze signalizačních mezí okamžitě hlásí odchylku od nominálního stavu. Snad nejdůležitějším důvodem pro analýzu parametrů je spuštění havarijních systémů v případech, kdy by pomalá reakce člověka zbytečně prodloužila řešení havarijního stavu. Důležité je také analyzovat stav bloku jaderné elektrárny z důvodu zamezení chybného zásahu člověka. Dalším důvodem pro analýzu dat je predikce poruch. Z ekonomického pohledu je pak nejdůležitější analýza parametrů pro možnost zvýšení výkonu jaderného bloku pouze lepším nastavením regulačních obvodů. S ekonomikou také úzce souvisí již zmíněná predikce poruchového stavu. V případě úspěšné predikce poruchy před odstávkou reaktoru pro výměnu paliva se blok může vyhnout nutnosti snižovat výkon nebo dokonce odstavení celého bloku pro možnost opravy. Typ jaderné elektrárny, kterého se týká tento text, je VVER 440 s reaktorem typu V213. Tento typ jaderné elektrárny je v současnosti v provozu na Slovensku v Jaslovských Bohunicích (bloky 3 a 4) a v Mochovcích (bloky 1 a 2), v České republice v Dukovanech (bloky 1, 2, 3 a 4), v Ruské elektrárně Kola (bloky 3 a 4), v Maďarské elektrárně Paks (bloky 1, 2, 3 a 4), na Ukrajině v elektrárně Rovno (bloky 1 a 2) a ve Finské Loviise (bloky 1 a 2). Uvedené jaderné elektrárny byly postaveny podle stejného technologického projektu v letech 1977 (Loviisa 1) až 1999 (Mochovce 2) dle Cencinger (2003). Od doby, co byly uvedeny do provozu, se již vyvíjely každá samostatně. Měřicí systémy, které se postupem času modernizovaly, již stejné nejsou, a proto nelze jeden program používat na data ze všech uvedených jaderných elektráren. Další práce se tedy bude zabývat pouze jadernou elektrárnou v Dukovanech (bloky 1, 2, 3 a 4).

Cíl a metody výzkumu Hlavním cílem práce bude zvýšení efektivity provozu jaderné elektrárny a tím ušetření finančních nákladů. Zlepšit efektivitu jaderné elektrárny lze hned několika způsoby. Prvním z nich je obohacení jaderného paliva U235. Obohacením paliva by se celkem jednoduše dosáhlo většího elektrického výkonu. Další metodou, kterou by se dosáhlo větší efektivity, je zdokonalení tepelných výměníků mezi primárním a sekundárním okruhem. Zlepšil by se tak přestup tepla a znovu by to vedlo k vyššímu výkonu. Zvýšit efektivitu lze také vylepšením aerodynamiky parní turbíny. Při stejném množství páry by se zvýšil dodávaný elektrické výkon zatím co tepelný výkon reaktoru by zůstal stejný. Efektivitu jaderné elektrárny lze vylepšit také zkrácením odstávek pro výměnu paliva. Zlepšením organizace odstávky se sice

nedosáhne zvýšení okamžitého výkonu, ale zkrátí se čas, kdy jaderná elektrárna nedodává elektrickou energii. Některé uvedené metody zvýšení efektivity provozu jaderné elektrárny již v Dukovanech proběhly. Další jsou z důvodu legislativy či finanční náročnosti prakticky nemožné. Dalším dosud nezmíněným způsobem zlepšení efektivity je predikce poruch. Díky úspěšné predikci poruch lze zabránit nutnosti snižování výkonu kvůli opravě. Hlavním cílem práce bude tedy vytvoření programu, který bude analyzovat parametry jaderné elektrárny před vybranými poruchovými stavy. Tato data bude program srovnávat s parametry za nominálního provozu. Hlavním úkolem programu bude předpovědět blížící se poruchový stav. V tomto případě není myšlen poruchový stav ve smyslu všeobecně známých havárií v Černobylu na Ukrajině nebo v Japonské Fukušimě. Příkladem poruchy může být jednoduchý výpadek čerpadla, který sice nesouvisí s bezpečností, ale pro provoz může znamenat ekonomické ztráty kvůli nutnosti snížení výkonu reaktoru. Pro analýzu naměřených dat z jaderné elektrárny lze použít hned několik způsobů. Jedním ze způsobů je využití metod umělé inteligence. Umělá inteligence se zabývá tvorbou systémů, které vykazují známky inteligentního chování. V tomto případě se za inteligentní chování považuje schopnost programu rozhodnout co se děje nebo případně co by se mělo udělat. Umělá inteligence dle Mařík (1993) sdružuje několik metod. Lze použít neuronové sítě, které se pomocí modelů neuronů snaží modelovat vlastnosti lidského mozku dle Mařík (1993). Další metodou umělé inteligence jsou genetické algoritmy. Tyto postupy dle Mařík (2003) napodobují genetickou evoluci, jak ji popsal Charles Darwin. Jednou z metod umělé inteligence jsou také expertní systémy. Dle Mařík (1997) je Expertní systém počítačový program, který poskytuje rady a rozhodnutí za experta. Expert se účastní pouze vytvoření programu. Program následně experta nahradí. Použitelné metody umělé inteligence jsou také prohledávání stavového prostoru nebo pravděpodobnostní usuzování dle Mařík (1993). Vstupní data programu budou tvořit parametry reaktorového bloku během nominálního provozu od poslední odstávky reaktoru. Výstupem programu budou predikce poruchových stavů, které se již na elektrárně v minulosti staly.

Diskuse výsledků O jaderné elektrárně se dá říct, že prakticky všechny hodnoty parametrů jsou na sobě navzájem závislé. V případě, že některý z parametrů vybočí z dovoleného rozsahu je o této události okamžitě informována posádka řídicího centra dle Růžek (2009), ale pro predikci výpadku čerpadla je to již většinou pozdě, protože čerpadlo je v té době již neprovozuschopné. Jaký tedy může být přínos tohoto programu? Většina poruchových stavů se nestane z ničeho nic, ale má své příčiny, které se nemusí ihned projevit vybočením parametrů z dovolených rozsahů. Například již uvedený výpadek čerpadla může být způsoben vysokou teplotou ložiska. A právě teplota ložiska se nezvedne skokově, ale pravděpodobně bude postupně růst v rámci povolených hodnot a může trvat delší dobu, než se na tento problém přijde. Dalším příkladem poruchy, která se projevuje delší dobu, je netěsnost potrubí. Většina netěsností vznikne z mikrotrhlin, které se časem zvětšují. Pokud je toto potrubí na primárním okruhu, lze tuto netěsnost identifikovat podle mírně rostoucí aktivity v místech, kde se netěsnost nachází. Stejně jako v předchozím případě se nejedná ihned o překročení dovolených mezí radiace, ale pouze o nepatrnou změnu od normálního stavu. Nejjednodušší a zároveň nejlevnější je oprava čerpadla nebo netěsného potrubí během odstávky reaktoru pro výměnu paliva, kdy se provádí všechny plánované opravy, kontroly a

revize. Naopak nejnákladnější varianta je, že se na poruchu čerpadla nebo na netěsnost v potrubí přijde ihned po najetí bloku na nominální výkon reaktoru. Program se tedy bude snažit předpovídat co nejvíce poruchových stavů v období před odstavením reaktoru pro výměnu paliva. Každý poruchový stav, který by se díky tomuto programu povedlo předpovědět před plánovanou odstávkou, by ušetřil nemalé finanční náklady. Vyčíslit tyto ušetřené náklady nelze úplně přesně, protože cena elektřiny se neustále mění. Cena elektřiny je závislá na tom zda se jedná o pracovní den, svátek nebo víkend. Vliv na cenu elektřiny mají také: střídání dne a noci, teplota a mnoho dalších vlivů. V současné době se cena elektřiny průměrně pohybuje kolem 1325 Kč za 1 MWh. I když tato cena není přesná, dále bude využita pro odhad ušetřených nákladů. V odhadu tedy nebude zohledněno, který den a v kolik hodin porucha nastane. Výkon jednoho bloku v jaderné elektrárně Dukovany za nominálního provozu je 500 MW. Jednou z nejpravděpodobnějších poruch, které mohou nastat je výpadek jednoho ze čtyř napájecích čerpadel sekundárního okruhu. Při výběru poruchy bylo zohledněno velké množství měřených parametrů zmíněného čerpadla, které zvyšují pravděpodobnost úspěšné predikce poruchy. Při výpadku uvedeného čerpadla se automaticky snižuje výkon reaktoru na 75 %, což také znamená snížení dodávaného elektrického výkonu na 375 MW. V případě, že se jedná o jednoduchou poruchu bude zajištění, vyšetření závady, oprava, kontrola a znovu najetí čerpadla trvat přibližně 6 hodin. Znovu se jedná pouze o odhad. Doba opravy je závislá na čase, kdy porucha přijde. Pokud se jedná o pracovní den a ranní směnu bude oprava čerpadla rychlejší. V případě jiných směn se může stát, že se bude až několik hodin čekat na pracovníky určité specializace, kteří se nenachází v elektrárně, ale mají pouze pohotovost. Z uvedeného příkladu vyplývá, že by se úspěšnou predikcí a opravou čerpadla během poslední odstávky pro výměnu paliva mohlo vyrobit o 750 MWh více. 750 MWh znamená při ceně elektřiny 1325 Kč za 1 MWh ztrátu 993750 Kč.

Závěr Tento text pojednává o možnostech zvýšení efektivity jaderné elektrárny Dukovany. V textu je popsáno několik metod, které byly v minulosti použity nebo by mohly být použity v budoucnu. Dále je text zaměřen na zvýšení efektivity jaderné elektrárny analýzou dat pomocí metod umělé inteligence. Jsou zde také zmíněny základní metody umělé inteligence, a to: neuronové sítě, evoluční algoritmy (genetické algoritmy), expertní systémy, prohledávání stavového prostoru a pravděpodobnostní usuzování, které se teoreticky pro řešení dané problematiky dají použít. Další prací bude tedy vybrat nejvhodnější metodu umělé inteligence, která bude porovnávat data za nominálního provozu jaderné elektrárny a při poruchových stavech. Na základě rozdílů dat mezi nominálním provozem a vývojem dat týkajících se poruchového stavu před poruchou se program naučí rozpoznávat jednotlivé poruchy. Program se tedy bude snažit předpovídat co nejvíce poruchových stavů v období nominálního provozu před odstavením reaktoru pro výměnu paliva. Nejjednodušší a zároveň nejlevnější je oprava technologie nebo netěsnosti během odstávky reaktoru pro výměnu paliva, kdy se provádí všechny plánované opravy, kontroly a revize. Naopak nejhorší variantou je, když se na poruchu nebo netěsnost přijde ihned po najetí bloku na nominální výkon reaktoru. Proto každý poruchový stav, který by se díky tomuto programu povedlo předpovědět před plánovanou odstávkou, by ušetřil nemalé finanční náklady. Odhad ušetřených nákladů byl uveden na jednoduchém příkladu. Velkou nevýhodou tohoto řešeni je, že program nikdy nebude moci předpovědět poruchu, která se v minulosti na jaderné elektrárně nestala, protože se ji nenaučí. Program také nebude řešit poruchy, které nastanou skokově. Další nevýhodou tentokrát z pohledu

vývoje programu je, že se formát dat z měřících systémů během provozu jaderné elektrárny Dukovany několikrát změnil. Nelze tedy jednoduše použít data za celých 26 let provozu elektrárny. Posledním úkolem práce bude vyzkoušet tento program v praxi při jedné z plánovaných odstávek bloku pro výměnu paliva a prezentovat jeho případné úspory.

Použitá literatura Knihy Mařík, V., Štěpánková, O. a Lažanský, J., 1993. Umělá inteligence (1). Akademia, Praha, 264s. Mařík, V., Štěpánková, O. a Lažanský, J., 1997. Umělá inteligence (2). Akademia, Praha, 373s. Mařík, V., Štěpánková, O. a Lažanský, J., 2003. Umělá inteligence (4). Akademia, Praha, 476s. Knotek, A. a Pičman, M, 1998. Měření a regulace JE VVER 440-Systém kontroly a řízení na JE. Školící a výcvikové středisko JEZ Brno, Brno, 168 s. Cencinger, F., 2003. Teorie jaderných reaktorů III.- stavba jaderných reaktorů. Školící a výcvikové středisko JEZ Brno, Brno, 331 s. Růžek, V., 2009. Bloková a nouzová dozorna JE Dukovany popis MMI (Rozhraní člověk stroj). Školící a výcvikové středisko JEZ Brno, Brno, 232 s.