기존의 확률론적 안전성 평가의 신뢰도 제고를 위하여 잘 알려진 입력 파라미터의 일반적인 분포에 새롭게 측정된 신뢰도 있는 데이터를 결합하여 사후분포를 구할 수 있는 베이지안 업데이팅 방법론을 제안하였다. 마코프체인 몬테 칼로 샘플링 기법의 알고리듬을 통한 GoldSim 모듈도 개발하였다. 복수의 입력 파라미터의 사전분포에 대해 연속적으로 사후분포를 구 해낼 수 있는 베이지안 업데이팅이 가능하도록 개발된 이 모듈을 GoldSim 템플릿 형태의 기존의 GSTSPA 프로그램으로 이행하여 보다 신뢰도 있는 확률론적 방사성폐기물 처분 시스템 안전성 평가가 가능하도록 하였다. 이는 기존에 존재하는 사 전분포의 일반적인 형태는 취하되 새롭게 얻어지는 실제 측정치나 전문가들의 의견을 기존의 분포에 적용하여 보다 더 높은 믿음을 갖는 입력 파라미터의 사후분포를 얻을 수 있게 한다. 균열암반 내 핵종 이동에 관련된 몇 개의 입력 파라미터의 사전분포의 세차례의 연속적 업데이팅을 통해 프로그램의 유용성도 예시하였다. 이 연구를 통하여 처분시스템과 같이 장기적 평가가 필요하고 넓은 모델링 지역을 가지며 측정된 입력자료가 부족한 경우 보다 더 믿음직한 방법으로 안전성 평가를 수행할 수 있는 것을 보였다.

A Bayesian approach was introduced to improve the belief of prior distributions of input parameters for the probabilistic safety assessment of radioactive waste repository. A GoldSim-based module was developed using the Markov chain Monte Carlo algorithm and implemented through GSTSPA (GoldSim Total System Performance Assessment), a GoldSim template for generic/site-specific safety assessment of the radioactive repository system. In this study, sequential Bayesian updating of prior distributions was comprehensively explained and used as a basis to conduct a reliable safety assessment of the repository. The prior distribution to three sequential posterior distributions for several selected parameters associated with nuclide transport in the fractured rock medium was updated with assumed likelihood functions. The process was demonstrated through a probabilistic safety assessment of the conceptual repository for illustrative purposes. Through this study, it was shown that insufficient observed data could enhance the belief of prior distributions for input parameter values commonly available, which are usually uncertain. This is particularly applicable for nuclide behavior in and around the repository system, which typically exhibited a long time span and wide modeling domain.

1. 배경
2. 베이지안 업데이팅
3. GoldSim Bayesian 모듈 개발 및 이행
4. 예시
5. 맺는 말
REFERENCES

• Youn-Myoung Lee(한국원자력연구원) | 이연명 Corresponding Author.