Multi-Hazards Risk Aggregation Considering the Trustworthiness of the Risk Assessment
L'agrégation De Risques Multiples Pour Les Centrales Nucléaires Dans Le Contexte De L'aide A La Décision
Abstract
This PhD thesis addresses the problem of Multi-Hazards Risk Aggregation (MHRA), which aims at aggregating the risk estimates from Probabilistic Risk Assessment (PRA) models for the different contributors. The current practice of MHRA is based on a simple arithmetic summation of the risk estimates. However, the risk estimates are obtained from PRA models that have different degrees of trustworthiness, because of the different background knowledge they are based on. Ignoring this difference in MHRA could lead to misleading results for Decision-Making (DM). In this thesis, a structured framework is proposed to assess the level of trustworthiness, which risk assessment results are based on and to integrate it in the process of MHRA. The original scientific contributions are: (i) Factors contributing to the trustworthiness of risk assessment outcomes are identified and their criticalities are analyzed under different frameworks, to understand their influence on the risk results; (ii) An integrated hierarchical framework is developed for assessing the trustworthiness of risk analysis, based on the identified factors and related attributes; (iii) A reduced order model-based method is proposed to efficiently evaluate the trustworthiness of risk assessment in practice. Through the reduced-order model, the proposed method can limit the number of elements considered in the original risk assessment; (iv) A technique that combines Dempster Shafer Theory and the Analytic Hierarchy Process (namely, DSTAHP) is applied to the developed framework to assess the trustworthiness by a weighted average of the attributes in the framework: the AHP method is used to derive the weights of the attributes and the DST is used to account for the subjective uncertainty in the experts’ judgments for the evaluation of the weights; (v) A MHRA technique is developed based on Bayesian model averaging, to overcome the limitations of the current practice of risk aggregation that neglects the trustworthiness of the risk assessment of individual hazard groups; (vi) The developed framework is applied to real case studies from the Nuclear Power Plants (NPP) industry.
Cette thèse de doctorat aborde le problème de l'agrégation de risques multiple (MHRA), qui vise à agréger les risques estimés pour différents contributeurs. La pratique actuelle de la MHRA est basée sur une sommation arithmétique simple des estimations de risques. Cependant, ces estimations sont obtenues à partir de modèles EPS (Estimation Probabiliste de risque) qui présentent des degrés de réalisme différents liés à différents niveaux de connaissances. En ne prenant pas en compte ces différences, le processus MHRA pourrait conduire à des résultats trompeurs pour la prise de décision (DM). Dans cette thèse, un cadre structuré est proposé afin d’évaluer le niveau de réalisme et de confiance dans les évaluations de risques et de l’intégrer dans le processus de MHRA. Ces travaux ont permis : (i) Une identification des facteurs contribuant à la fiabilité de l'évaluation des risques. Leurs criticités sont analysées afin de comprendre leur influence sur l’estimation des risques; (ii) Un cadre hiérarchique intégré est développé pour évaluer la confiance et le réalisme de l'estimation de risque, sur la base des facteurs et des attributs identifiés en (i); (iii) Une méthode basée sur un modèle réduit est proposée pour évaluer efficacement la fiabilité de l'évaluation des risques dans la pratique. Grâce à cette méthode, le nombre d'éléments pris en compte dans l'évaluation initiale des risques peut être limité. (iv) Une technique qui combine la théorie de Dempster-Shafer et le processus de hiérarchie analytique (DST-AHP) est appliquée au modèle développé. Cette technique permet d’évaluer le niveau de réalisme et confiance -dans l’analyse de risque- en utilisant une moyenne pondérée des attributs: la méthode AHP est utilisée pour calculer le poids des attributs et la méthode DST est utilisée pour tenir compte de l'incertitude subjective dans le jugement des experts dans l'évaluation des poids; (v) Une technique de MHRA est développée sur la base d'un modèle de moyenne bayésienne afin de surmonter les limites de la pratique actuelle de MHRA qui néglige le réalisme et confiance dans l'évaluation de chaque contributoire de risque; (vi) Le modèle développé est appliqué sur des cas réels de l'industrie des centrales nucléaires.
Origin | Version validated by the jury (STAR) |
---|
Loading...