Application of machine learning methods for classification of abnormal events in nuclear power plants

Bc. Rastislav Kruták

Master's thesis

Anotácia:

Použitie výpočtových nástrojov na podporu operátorov v jadrových elektrárňach predstavuje aktívnu oblasť výskumu, v ktorej sa čoraz väčšia pozornosť venuje metódam strojového učenia. Táto diplomová práca sa zameriava na úlohu klasifikácie abnormálnych stavov v jadrovej elektrárni Dukovany. Analyzuje existujúce prístupy a poukazuje na ich obmedzenia. Na základe týchto zistení boli vykonané experimenty na simulovaných dátach, ktoré zahŕňajú trénovanie a vyhodnotenie dvoch klasických učiacich algoritmov a štyroch modelov hlbokého učenia. Práca sa tiež venuje vysvetliteľnosti týchto metód a skúma možnosti ich nasadenia v reálnych podmienkach.

Abstract:

The application of computational tools to support operators in nuclear power plants is an active area of research, with a growing emphasis on machine learning methods. This thesis investigates the task of classify- ing abnormal states for the Dukovany nuclear power plant. It reviews existing approaches and highlights their limitations. Based on these findings, experiments are conducted on simulator-generated data, involving the training and evaluation of two classical and four deep learning models. The work also assesses the explainability of these methods and examines the feasibility of their real-world deployment.

Keywords

abnormal state classification, nuclear power plant, time series classification, deep learning, machine learning, simulator, xai

Jazyk práce: English

Datum vytvoření / odevzdání či podání práce: 21. 5. 2025

Obhajoba závěrečné práce

• Obhajoba proběhla 18. 6. 2025
• Vedúci: RNDr. Jaroslav Čechák, Ph.D.
• Oponent: doc. Mgr. Bc. Vít Nováček, PhD

Masaryk University

Faculty of Informatics

Master programme / odbor:
Artificial intelligence and data processing / Machine learning and artificial intelligence