Neutron flux modeling of the IAN-R1 nuclear reactor using data-driven techniques

Abstract

Conventional models for predicting the power output of nuclear reactors often encounter difficulties due to uncertainties in system parameters, loss of dynamic information from simplifications or linearizations, and, in some instances, improper control rod calibration that affects input modeling accuracy. This paper introduces a novel approach for modeling the power of the IAN-R1 nuclear reactor in Colombia, leveraging the Koopman operator framework through Extended Dynamic Mode Decomposition (EDMD). Various DMD algorithms were tested to identify the most suitable one for approximating the Koopman matrix, ensuring better system representation. Despite the inherent challenges associated with the reactor’s operational data acquisition, such as incomplete or inconsistent datasets, a comprehensive and reliable database was successfully constructed, capable of capturing the reactor’s normal operational behavior. The proposed model not only estimates the reactor’s power but also provides predictions for the radiation dose rate. The validation of the Koopman model was conducted by comparing its poles with those of other models, and the results were further evaluated against actual operational data from the reactor. The findings demonstrate that the proposed model performs well, offering adaptability to changes in core configuration and system parameters.

Los modelos convencionales para predecir la potencia de los reactores nucleares a menudo enfrentan dificultades debido a incertidumbres en los parámetros del sistema, la pérdida de información dinámica por simplificaciones o linearizaciones y, en algunos casos, una calibración inadecuada de las barras de control que afecta la precisión en la modelación de las entradas. Este trabajo presenta un enfoque novedoso para modelar la potencia del reactor nuclear IAN-R1 en Colombia, empleando el marco del operador de Koopman mediante la Descomposición en Modo Dinámico Extendido (EDMD). Se probaron diversos algoritmos de DMD para identificar el más adecuado en la aproximación de la matriz de Koopman, garantizando una mejor representación del sistema. A pesar de los desafíos inherentes a la adquisición de datos operacionales del reactor, como conjuntos de datos incompletos o inconsistentes, se logró construir una base de datos integral y confiable, capaz de capturar el comportamiento normal del reactor. El modelo propuesto no solo permite estimar la potencia del reactor, sino que también proporciona predicciones sobre la tasa de dosis de radiación. La validación del modelo de Koopman se llevó a cabo mediante la comparación de sus polos con los de otros modelos, y los resultados fueron evaluados en relación con datos operacionales reales del reactor. Los hallazgos demuestran que el modelo propuesto presenta un buen desempeño y ofrece adaptabilidad ante cambios en la configuración del núcleo y en los parámetros del sistema. (Texto tomado de la fuente).