用人工神经网络预测HL-2A等离子体放电破裂

核聚变与等离子体物理 ›› 2010, Vol. 30 ›› Issue (1): 37-41.

用人工神经网络预测HL-2A等离子体放电破裂

马瑞，王爱科，王灏

(核工业西南物理研究院，成都 610041)

收稿日期:2009-03-04 修回日期:2009-07-10 出版日期:2010-03-15 发布日期:2010-05-11
作者简介:马瑞(1982-)，女，湖北枣阳人，毕业于中国地质大学(武汉)，现为核工业西南物理研究院在读硕士研究生。
基金资助:
国家自然科学基金资助项目(10775040)

Prediction of plasma disruption using artificial neural network on HL-2A

MA Rui, WANG Ai-ke, WANG Hao

(Southwestern Institute of Physics, Chengdu 610041)

Received:2009-03-04 Revised:2009-07-10 Online:2010-03-15 Published:2010-05-11

摘要/Abstract

摘要： 使用人工神经网络(ANN)对HL-2A装置破裂放电进行了离线预测研究。采用了两种方法训练网络，一种方法是采用原始实验数据作为网络输入训练网络，另一种是把训练样本中的Mirnov原始实验信号进行预处理，目的是突出Mirnov原始信号隐含的破裂信息。比较这两种方法，结果表明第二种方法获得的网络对破裂放电能够做出更加准确的预测。

关键词: 神经网络, 放电破裂, 预测

Abstract: Prediction of plasma disruption using artificial neural networks (ANN) has been investigated on HL-2A. Two methods have been adopted to train ANN. In the first one, the original experimental data are used directly as the ANN input. In the second one, in order to reduce the noise and enlarge the implicit disruption information in original Mirnov signal, the preprocessing is given in original Mirnov signal in the training subset. The prediction results indicate that the second method is more accurate and effective comparing with the first one.

Key words: Artificial neural networks (ANN), Plasma disruption, Disruption prediction

中图分类号:

O532⁺.1

马瑞，王爱科，王灏. 用人工神经网络预测HL-2A等离子体放电破裂[J]. 核聚变与等离子体物理, 2010, 30(1): 37-41.

MA Rui, WANG Ai-ke, WANG Hao. Prediction of plasma disruption using artificial neural network on HL-2A[J]. NUCLEAR FUSION AND PLASMA PHYSICS, 2010, 30(1): 37-41.

[1]	沈勇, 董家齐, 李佳, 韩明昆, 沈煜航, 张晓然, 刘嘉言, 王占辉, 李继全 . HL-2A装置低频漂移波模数据库与机器学习初步研究[J]. 核工业西南物理研究院, 2024, 44(2): 141-148.
[2]	朱晓博, 夏凡, 杨宗谕, 刘锋武, 龚新文, 刘宇航, 张毅, 施培万, 陈伟, 于利明, 陈正威, 钟武律. 基于深度学习的HL-2A鱼骨模识别算法研究[J]. 核工业西南物理研究院, 2024, 44(2): 149-156.
[3]	马铭键, 叶孜崇(Yip Chi-shung), 江堤, 毛世峰, 张炜, 靳琛垚, 叶民友 . 激光诱导荧光诊断的波长标定方法的研究 [J]. 核工业西南物理研究院, 2023, 43(4): 469-476.
[4]	黄荣林, 傅鹏, 黄连生, 许留伟, 高格, 何诗英. CRAFT超导磁体电源控制策略设计[J]. 核工业西南物理研究院, 2023, 43(3): 255-262.
[5]	刘智民, 汪金新, 赵远哲, 谢亚红, 谢远来. 基于神经网络的EAST-NBI实验数据分析系统研究[J]. 核聚变与等离子体物理, 2023, 43(2): 191-198.
[6]	梁嘉禾, 刘松芬, 王鸿鹏, 杜月, 王占辉, 陈逸航, 许敏, 夏凡, 杨宗谕, 钟武律. 基于卷积神经网络的HL-2A装置H模辨识研究[J]. 核聚变与等离子体物理, 2022, 42(s1): 164-169.
[7]	王朝辉, 肖建元, 秦宏. 基于逆卷积神经网络的等离子体辐射分布断层重建方法[J]. 核聚变与等离子体物理, 2021, 41(3): 207-214.
[8]	黄尧，夏凡，杨宗谕，钟武律，刘春华. 基于深度学习的ELM实时识别研究[J]. 核聚变与等离子体物理, 2020, 40(4): 300-308.
[9]	谭胜均1，张洋2，叶民友*1，张晓东2，刘磊2，罗正平2，龚先祖2. EAST 上由垂直不稳定性引发破裂的分析与预测[J]. 核聚变与等离子体物理, 2019, 39(2): 104-111.
[10]	张建武1，彭学兵2，卯鑫2，叶民友*1，钱新元1. W/RAFM 钢偏滤器靶板的结构分析与寿命预测[J]. 核聚变与等离子体物理, 2018, 2(4): 452-458.
[11]	刘成岳, 陈美霞, 吴斌, 宋逢泉. EAST装置放电预测的初步研究[J]. 核聚变与等离子体物理, 2010, 30(4): 295-300.
[12]	邱银, 黄渊, 郑永真, 杨青巍, 崔正英, 季小全. HL-2A装置等离子体破裂实时预测系统[J]. 核聚变与等离子体物理, 2009, 29(1): 1-5.