【技術實現步驟摘要】
本專利技術屬于核聚變，尤其涉及一種基于數據增強的托卡馬克等離子體破裂預測方法。
技術介紹
1、磁約束可控核聚變是目前解決未來能源問題最可行的途徑之一。
2、托卡馬克作為當前最受關注的磁約束裝置，通過磁場實現粒子的約束，達成聚變條件進行輸出，然而等離子體破裂時托卡馬克實驗裝置運行時較為常見的事件，甚至是不可避免的突發事件。等離子體破裂時，大量的能量(熱能和磁能)在極短的時間內以熱流、暈電流和逃逸電子等形式沉積到裝置第一壁材料或其他部件，長時間會對裝置造成損傷，且隨著聚變裝置尺寸的增大和運行參數的提高，等離子體破裂對裝置的危害也會更大。因此，提前進行破裂預警并實施有效的破裂避免或緩解，對裝置安全非常重要。
3、目前破裂預測研究主要包括兩種方法，包括物理模型預測和數據驅動預測，然而由于等離子體破裂發展的復雜性和非線性特征，對破裂物理機制的理解還不夠清晰；另外，破裂發生的時間極短且各個因素之間的關系非常復雜，傳統的機器學習模型很難準確捕捉到這些非線性關系，從而導致預測精度和預警時間難以令人滿意；雖然基于大數據驅動的破裂預測可以有效地避免以上問題，但由于未來大型托卡馬克地破裂數據相對有限，導致數據驅動的模型難以學習破裂前兆特征。
技術實現思路
1、本專利技術實施例的目的在于提供一種基于數據增強的托卡馬克等離子體破裂預測方法，旨在解決上述
技術介紹
中存在的問題。
2、本專利技術實施例是這樣實現的，一種基于數據增強的托卡馬克等離子體破裂預測方法，包括以下步驟：<...
【技術保護點】
1.一種基于數據增強的托卡馬克等離子體破裂預測方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于數據增強的托卡馬克等離子體破裂預測方法，其特征在于，還包括BP神經網絡，所述BP神經網絡具有多層前饋神經。
3.根據權利要求2所述的一種基于數據增強的托卡馬克等離子體破裂預測方法，其特征在于，所述BP神經網絡包括：輸入層、輸出層和多個隱含層。
4.根據權利要求1所述的一種基于數據增強的托卡馬克等離子體破裂預測方法，其特征在于，所述高斯噪音模型的概率密度函數為：
5.根據權利要求1所述的一種基于數據增強的托卡馬克等離子體破裂預測方法，其特征在于，所述S3中的ACO算法結合了分布式計算、正反饋機制和貪婪式搜索的特點，通過模擬螞蟻尋找食物的行為，利用信息素進行路徑選擇。
6.根據權利要求1所述的一種基于數據增強的托卡馬克等離子體破裂預測方法，其特征在于，在ACO-BP算法中，網絡權值分別記為q1，q2，...，qp，將其中任一參數qi(1，2，...，p)取值范圍劃分為N個子區間，形成集合Iqi，將每個子區間的邊界值
7.根據權利要求1所述的一種基于數據增強的托卡馬克等離子體破裂預測方法，其特征在于，所述S4中通過組合多個弱學習模型，得到一個更強大、更全面的模型。
...【技術特征摘要】
1.一種基于數據增強的托卡馬克等離子體破裂預測方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于數據增強的托卡馬克等離子體破裂預測方法，其特征在于，還包括bp神經網絡，所述bp神經網絡具有多層前饋神經。
3.根據權利要求2所述的一種基于數據增強的托卡馬克等離子體破裂預測方法，其特征在于，所述bp神經網絡包括：輸入層、輸出層和多個隱含層。
4.根據權利要求1所述的一種基于數據增強的托卡馬克等離子體破裂預測方法，其特征在于，所述高斯噪音模型的概率密度函數為：
5.根據權利要求1所述的一種基于數據增強的托卡馬克等離子體破裂預測方法，其特征在于，所述s3中的...
【專利技術屬性】
技術研發人員：林志芳，陳太原，楊揚，閆娟娟，戴健鑫，問鈺楊，
申請(專利權)人：江蘇師范大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。