파이프 상태 데이터를 기반으로 한 분석 방법을 제안하며, 이를 통해 파이프의 저하 경향을 파악하고 파이프 저하로 인한 유출을 예방하는 데 기여합니다. 특정한 방법은 전문가 경험에 근거한 건강 평가와 대용량 데이터 분석을 기반으로 한 향상된 마할라노비스 거리 모델의 유리한 점을 결합하여 파이프 시스템의 건강 상태 개선 모델을 정량적으로 구축하고, 이를 바탕으로 합성곱 신경망과 장단기 메모리 네트워크를 결합한 결합 예측 모델을 적용하여, 파이프 저하로 인한 미래 유출 경향의 분석과 예측을 수행합니다. 시뮬레이션 결과, 구축된 건강 모델이 파이프 시스템의 실제 건강 상태를 상당히 정확하게 반영할 수 있으며, 결합 예측 모델이 파이프 시스템의 저하 유출 경향을 효과적으로 예측할 수 있어 기기의 안전하고 안정적인 운영을 보장하기 위한 신호를 제공합니다.

원자력발전소; 파이프 저하; 건강; 향상된 마할라노비스 거리; 합성곱 신경망; 장단기 메모리