Neural model approach to identify anomalies in temelín nuclear power plant turbine sets

Příspěvek popisuje využití umělé inteligence a strojového učení pro vytvoření a trénink neuronového modelu turbosoustrojí jaderné Elektrárny Temelín na základě dostupných diagnostických dat za účelem detekce odlišností v chování turbín TG1 a TG2. Následně jsou uvedeny výsledky neuronového modelování a na nich demonstrovány možnosti využití umělé inteligence v energetických aplikacích, doporučení pro praxi a upozornění na související úskalí.Tento článek vznikl s podporou projektu Národní centrum pro energetiku, TAČR TN01000007, aplikačního Segmentu 1: Účinnost, spolehlivost, bezpečnost energetických celků, dílčího projektu TN01000007/18: Vývoj diagnostických metod pro charakterizaci klíčových komponent energetických celků, pracovního balíčku Vývoj pokročilých metod komplexního hodnocení životnosti turbín.The paper describes the use of artificial intelligence and machine learning to build and train a neural model of the turbine sets of the Temelín nuclear power plant based on available diagnostic data in order to detect anomalies and differences in the behavior of TG1 and TG2 turbines. Subsequently, the results of neural modeling are presented and they demonstrate the possibilities of using artificial intelligence in power engineering applications and recommendations for practice