实时预测和控制聚变等离子体行为的人工智能
2024-11-07
本文介绍了等离子体控制小组在利用人工智能进行实时聚变等离子体行为预测和控制方面的研究工作。主要包括：利用多模态超分辨率技术发现隐藏的物理现象，解决边缘局域模（ELM）问题；利用机器学习进行托卡马克实时剖面控制，提高实验效率；利用高分辨率诊断数据进行等离子体行为监测，例如检测和分类阿尔芬-艾根（AE）模；利用数据驱动方法进行诊断降维和诊断上采样，解决未来聚变堆诊断限制问题；利用大型数据库对托卡马克输运模型进行交叉验证，提高预测可靠性；以及利用实时碳III发射前沿代理实现稳定的偏滤器辐射剥离，保护偏滤器板。
阅读更多