【技术实现步骤摘要】
本专利技术属于托卡马克等离子体核聚变领域，更具体地，涉及一种基于多原理异常检测模型的等离子体破裂实时预测方法。
技术介绍
1、托卡马克运行中等离子体会失去约束，在极短时间内发生热猝灭和电流猝灭，释放大量能量，从而损害装置以及诊断系统，这种现象称为等离子体破裂。破裂预测是在破裂前识别到破裂证照并发出预警，对避免破裂或降低破裂的危害具有重要意义。
2、数据驱动技术如支持向量机和随机森林等，已被用于开发各种破裂预测器。这些是传统的有监督机器学习方法，尽管形成的预测器性能表现良好，但是它们需要庞大的数据来进行训练，存在以下问题。1)这些数据必须包含大量破裂炮，对于未来的高功率反应堆如国际热核聚变实验堆iter，破裂炮将损坏设备，因此，未来从高功率反应堆中得到的数据中，仅有非破裂正常炮或少量意外破裂炮，样本极不均衡，这种不均衡的训练集使预测器不能发挥最佳效果，并且也很难从一个设备转移到另一个设备。2)监督学习破裂预测器需要用打标签的数据训练，等离子体破裂的物理原理目前还不是很清楚，难以用基于物理规则的算法找到破裂前兆起始时间；通过人工...
【技术保护点】
1.一种基于多原理异常检测模型的等离子体破裂实时预测方法，其特征在于，包括：
2.如权利要求1所述的基于多原理异常检测模型的等离子体破裂实时预测方法，其特征在于，所述投票法中，各所述等离子体破裂预测器对炮是否破裂进行投票，具体包括：
3.如权利要求1所述的基于多原理异常检测模型的等离子体破裂实时预测方法，其特征在于，所述投票法中，各所述等离子体破裂预测器对切片是否异常进行投票，具体包括：
4.如权利要求1-3任一项所述的基于多原理异常检测模型的等离子体破裂实时预测方法，其特征在于，构建的等离子体破裂预测器的数量为5个，所述等离子体破...
【技术特征摘要】
1.一种基于多原理异常检测模型的等离子体破裂实时预测方法，其特征在于，包括：
2.如权利要求1所述的基于多原理异常检测模型的等离子体破裂实时预测方法，其特征在于，所述投票法中，各所述等离子体破裂预测器对炮是否破裂进行投票，具体包括：
3.如权利要求1所述的基于多原理异常检测模型的等离子体破裂实时预测方法，其特征在于，所述投票法中，各所述等离子体破裂预测器对切片是否异常进行投票，具体包括：
4.如权利要求1-3任一项所述的基于多原理异常检测模型的等离子体破裂实时预测方法，其特征在于，构建的等离子体破裂预测器的数量为5个，所述等离子体破裂预测器分别采用以下5种模型：
5.如权利要求4所述的基于多原理异常检测模型的等离子体破裂实时预测方法，其特征在于，训练过程中，所述基于一分类支持向量机的异常...
【专利技术属性】
技术研发人员：郑玮，艾鑫坤，丁永华，张明，沈呈硕，陈忠勇，钟昱，潘垣，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。