【技术实现步骤摘要】
本专利技术涉及磁约束核聚变装置运行控制，具体涉及实现磁约束核聚变等离子体高约束模运行的智能控制方法。
技术介绍
1、高约束模式(h模)是以托卡马克为代表的磁约束核聚变装置中的一种先进运行模式，它的主要特征是在等离子体边缘形成陡峭的压强梯度，从而显著提升芯部等离子体参数，并支撑实现更高的聚变反应效率。
2、实验中获取高约束模式的最常用手段便是投入足够高的二级加热功率以驱动低约束模向高约束模转化(plasma physics and controlled fusion.65(1):014001)，国际上曾提出多个实现高约束模所需功率阈值的定标律公式(journal of physics:conference series 123(2008):012033，nuclear fusion 54(2014):083003)，只要注入显著大于定标律阈值的二级加热功率，便可实现预期的约束模式转化。但这一做法存在几方面问题：
3、1、定标律仅以装置运行参数和等离子体宏观参数为输入，所估计的转化功率阈值有较大不确定性，根据装置运行时等离子体中的杂质离子水平、加热加料方式等方面的差异，实际需要的功率可能与定标律有较大的偏差，导致控制方案设计的不确定性很强；
4、2、一味靠提升二级加热功率来实现h模的做法会受到工程可行性、建设资金投入等因素较大的限制，在实践中不一定具备可行性；
5、3、获取和维持h模所需的功率阈值会随等离子体状态的变化而发生波动，如果仅以定标律为参考进行加热功率设计，可能会存在实验过程
6、有鉴于此，特提出本申请。
技术实现思路
1、本专利技术目的在于提供实现磁约束核聚变等离子体高约束模运行的智能控制方法，在以磁约束核聚变装置与等离子体宏观参数定标的基础上，本专利技术考虑更加详细的等离子体实时状态信息，进行动态的高约束模转换阈值估计的人工智能算法。并将磁约束核聚变装置的诊断系统、二级加热系统(即辅助加热系统)、等离子体控制系统与本算法串联，形成一种实现磁约束聚变装置高约束模式的智能控制方法。本专利技术方法一方面通过调整等离子体状态来降低高约束模所需的二级加热功率，另一方面给出比传统定标律更加准确的功率阈值估计，并投入恰当的二级加热功率，从而以更低的工程成本，稳定、可控地实现高约束模式运行。
2、本专利技术通过下述技术方案实现：
3、第一方面，本专利技术提供了实现磁约束核聚变等离子体高约束模运行的智能控制方法，该方法包括：
4、获取磁约束核聚变装置的历史试验数据集，根据所述历史试验数据集，构建二级加热功率阈值计算模型；
5、从磁约束核聚变装置的诊断系统中实时获取输入数据，基于所述二级加热功率阈值计算模型进行计算，获得实现高约束模所需的二级加热功率阈值，并将所述二级加热功率阈值反馈至辅助加热系统；
6、分析所述二级加热功率阈值与各等离子体状态参数间的依赖关系，获得降低所述二级加热功率阈值的控制方案，并将所述控制方案提供给等离子体控制系统进行调整，并进入下一个控制周期。
7、本专利技术首先基于磁约束核聚变装置的历史试验数据集构建二级加热功率阈值计算模型，其次，该模型从磁约束核聚变装置的诊断系统中获取实时输入数据，计算获得实现高约束模所需的二级加热功率阈值，指导二级加热系统进行功率投入；而后对二级加热功率阈值计算模型进行参数依赖性分析，获取功率阈值的最大影响因素，从而提供出令功率阈值降低的调节变量和调节方向，由等离子体控制系统进行控制。
8、进一步地，获取磁约束核聚变装置的历史试验数据集，根据所述历史试验数据集，构建二级加热功率阈值计算模型，包括：
9、获取磁约束核聚变装置的历史试验数据集；
10、从所述历史试验数据集中，获取磁约束核聚变装置与等离子体状态数据构成输入数据x；收集二级加热总功率数据p，分析等离子体是否能够实现高约束模转换，对发生高约束模转换的数据赋予标签y＝0，对未发生高约束模转换的数据赋予标签y＝1；
11、基于循环神经网络和自注意力神经网络，拟合所述历史试验数据中输入数据x、二级加热总功率数据p和第一输出标签y之间的关系，得到满足y＝f(x，p)关系的函数f，记作中间模型；
12、对所述中间模型进行反解，消掉第一输出标签y并得到满足p＝g(x)关系的函数g，即二级加热功率阈值计算模型。
13、进一步地，对所述中间模型进行反解，消掉第一输出标签y并得到满足p＝g(x)关系的函数g，即二级加热功率阈值计算模型，包括：
14、对每个输入数据x，扫描p并获得y从0转换为1的转折点，得到磁约束核聚变装置与等离子体状态对应的二级加热功率阈值；
15、基于循环神经网络和自注意力神经网络，拟合所述历史试验数据中输入数据x和第二输出标签p之间的关系，得到满足p＝g(x)关系的函数g，即二级加热功率阈值计算模型。
16、进一步地，所述输入数据为磁约束核聚变装置与等离子体状态参数形成的数据。
17、进一步地，将所述二级加热功率阈值反馈至辅助加热系统，包括：
18、设定加热裕度k，按照p×(1+k)数值投入加热功率至辅助加热系统，其中，p为二级加热功率阈值；
19、所述加热裕度k的设定包括：当需要稳定实现高约束模时，则k＝1；当需要节约加热功率时，则k＝0.2。
20、进一步地，降低所述二级加热功率阈值的控制方案包括降低所述二级加热功率阈值的调节变量和调节方向。
21、进一步地，分析所述二级加热功率阈值与各等离子体状态参数间的依赖关系，获得降低所述二级加热功率阈值的控制方案，并将所述控制方案提供给等离子体控制系统进行调整，包括：
22、从输入数据x包含的数据列表中，选择等离子体控制系统能够调整的变量，形成变量清单{x1,x2,…,xn}；
23、对变量清单{x1,x2,…,xn}中的每个变量xi，求偏导以估计其对所需二级加热功率的影响，获得对二级加热功率影响最大的变量；其中，g为二级加热功率阈值计算模型；
24、将求获得对二级加热功率影响最大的变量发送给等离子体控制系统，由等离子体控制系统对变量xi进行方向调整，若偏导则减小变量xi；若偏导则增大变量xi；从而实现减小二级加热功率阈值y的效果。
25、进一步地，该方法还包括：
26、进入下一个控制周期后，计算得到更新后的二级加热功率阈值，并将更新后的二级加热功率阈值反馈至辅助加热系统，实时调整等离子体，降低所需二级加热功率，以更低的工程成本实现向高约束模的转换。
27、第二方面，本专利技术又提供了实现磁约束核聚变等离子体高约束模运行的智能控制系统，该系统包括：
28、获取单元，用于获取磁约束核聚变装置的历史试验数据集；
29、模型构本文档来自技高网...
【技术保护点】
1.实现磁约束核聚变等离子体高约束模运行的智能控制方法，其特征在于，该方法包括：
2.根据权利要求1所述的实现磁约束核聚变等离子体高约束模运行的智能控制方法，其特征在于，获取磁约束核聚变装置的历史试验数据集，根据所述历史试验数据集，构建二级加热功率阈值计算模型，包括：
3.根据权利要求2所述的实现磁约束核聚变等离子体高约束模运行的智能控制方法，其特征在于，对所述中间模型进行反解，消掉第一输出标签Y并得到满足P＝G(X)关系的函数G，即二级加热功率阈值计算模型，包括：
4.根据权利要求1所述的实现磁约束核聚变等离子体高约束模运行的智能控制方法，其特征在于，所述输入数据为磁约束核聚变装置与等离子体状态参数形成的数据。
5.根据权利要求1所述的实现磁约束核聚变等离子体高约束模运行的智能控制方法，其特征在于，将所述二级加热功率阈值反馈至辅助加热系统，包括：
6.根据权利要求1所述的实现磁约束核聚变等离子体高约束模运行的智能控制方法，其特征在于，降低所述二级加热功率阈值的控制方案包括降低所述二级加热功率阈值的调节变量和调节方向。<...
【技术特征摘要】
1.实现磁约束核聚变等离子体高约束模运行的智能控制方法，其特征在于，该方法包括：
2.根据权利要求1所述的实现磁约束核聚变等离子体高约束模运行的智能控制方法，其特征在于，获取磁约束核聚变装置的历史试验数据集，根据所述历史试验数据集，构建二级加热功率阈值计算模型，包括：
3.根据权利要求2所述的实现磁约束核聚变等离子体高约束模运行的智能控制方法，其特征在于，对所述中间模型进行反解，消掉第一输出标签y并得到满足p＝g(x)关系的函数g，即二级加热功率阈值计算模型，包括：
4.根据权利要求1所述的实现磁约束核聚变等离子体高约束模运行的智能控制方法，其特征在于，所述输入数据为磁约束核聚变装置与等离子体状态参数形成的数据。
5.根据权利要求1所述的实现磁约束核聚变等离子体高约束模运行的智能控制方法，其特征在于，将所述二级加热功率阈值反馈至辅助加热系统，包括：
6...
【专利技术属性】
技术研发人员：钟武律，杨宗谕，肖国梁，
申请(专利权)人：核工业西南物理研究院，
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。