원자력시설 SPRA 방법으로서 기기 사이 부분 종속 관계를 정확하게 고려하기 위하여 샘플링기반접근법이 개발된 바 있다. 그러나 이는 샘플링 기반 방법이므로 정확한 지진 리스크 산정을 위하여 많은 수의 샘플을 추출해야 하는 단점이 있다. 이에 따라 본 연구에서 는 기존 방법을 개선하기 위한 효과적인 방법을 제안한다. 본 연구에서 제안한 방법의 주요한 특징은 다음과 같다. 기존 샘플링방법인 몬테카를로샘플링(MCS) 방법을 대신하여 다차원에서 효과적인 샘플링이 가능한 라틴하이퍼큐브샘플링(LHS) 방법을 샘플링기반 SPRA에 도입한다. 또한, 기존 지진세기 세분화 정도를 최종 지진 리스크 결과와 연계하여 결정한다. 제안된 방법이 결합된 샘플링기반 SPRA 접근법을 실제 원전 예제에 적용한 결과, 제안된 방법이 기존의 방법과 비교하여 결과 정확도에 있어서 거의 비슷하나 총 샘플 추출수 기준에서 효율성을 약 2배 가량 높이 것을 확인하였다. 또한, 샘플링 개수가 적은 영역에서 LHS 기반 방법이 MCS 기반 방법보다는 해의 정확도를 높이는 것을 확인할 수 있었다.
A sampling-based approach was devised as a nuclear seismic probabilistic risk assessment (SPRA) method to account for the partially correlated relationships between components. However, since this method is based on sampling, there is a limitation that a large number of samples must be extracted to estimate the results accurately. Thus, in this study, we suggest an effective approach to improve the existing sampling method. The main features of this approach are as follows. In place of the existing Monte Carlo sampling (MCS) approach, the Latin hypercube sampling (LHS) method that enables effective sampling in multiple dimensions is introduced to the SPRA method. In addition, the degree of segmentation of the seismic intensity is determined with respect to the final seismic risk result. By applying the suggested approach to an actual nuclear power plant as an example, the accuracy of the results were observed to be almost similar to those of the existing method, but the efficiency was increased by a factor of two in terms of the total number of samples extracted. In addition, it was confirmed that the LHS-based method improves the accuracy of the solution in a small sampling region.