-
Patent Agency Ranking
公开(公告)号：CN113780522B
公开(公告)日：2023-09-08
申请号：CN202110992488.0
申请日：2021-08-27
Applicant: 核工业西南物理研究院
Abstract: 本发明属于等离子体物理领域，具体为基于深度神经网络的托卡马克等离子体大破裂预测算法，训练数据集准备、进行神经网络模型创建及预测计算，之后进行模型参数训练，神经网络模型训练完成后，将参数输入神经网络模型进行计算，便可以获得实时的破裂可能性值。针对聚变装置的数据特点进行了定制化优化的神经网络模型，这一模型可以简便地接入不同类型地控制和诊断信号，克服了标准神经网络模型对数据源的限制问题，也令神经网络更加适用于处理长序列、多模态、多噪声标签的聚变数据，最终在破裂预测任务上实现了提前30ms，96.1％预测正确率的效果。
-
公开(公告)号：CN113792620B
公开(公告)日：2023-08-18
申请号：CN202110992490.8
申请日：2021-08-27
Applicant: 核工业西南物理研究院
IPC: G06F18/00 , G06N3/084 , G06N3/0464
Abstract: 本发明属于等离子体控制技术，具体涉及基于深度神经网络的托卡马克边缘局域模实时识别算法。训练数据集准备之后进行神经网络模型创建及预测计算，之后模型参数训练，神经网络模型训练完成后，将参数输入神经网络模型进行计算，便可以获得实时的边缘局域模识别结果。通过使用本方法实时识别边缘局域模的出现时间，在出现后再通过反馈控制的方式投入控制手段，比起无差别投入控制的方式，可以有效减少控制方法对等离子体本身的干扰。
-
公开(公告)号：CN113762475B
公开(公告)日：2023-08-15
申请号：CN202110992682.9
申请日：2021-08-27
Applicant: 核工业西南物理研究院
IPC: G06F16/904 , G06N3/0464 , G06N3/06 , G06N3/08
Abstract: 本发明属于等离子体控制技术，具体涉及一种等离子体破裂预测器的预测依据可视化方法，确定托卡马克等离子体大破裂预测的神经网络模型，计算无扰动时的神经网络模型输出结果，计算扰动情况下的模型输出结果，确定神经网络输入信号的敏感性分布值之后进行归一化处理。本方法用于破裂预测任务中，不存在算法预测正确率与可解释性需要进行权衡的情况，可以实时地给托卡马克放电实验提供反馈，能够用来进行托卡马克实验相关性分析，获得各个物理参数与破裂之间的相关性大小。
-
公开(公告)号：CN116244639A
公开(公告)日：2023-06-09
申请号：CN202211663146.5
申请日：2022-12-23
Applicant: 核工业西南物理研究院
IPC: G06F18/241 , G06F18/214 , G06N3/0464 , G01R29/08 , G06F123/02
Abstract: 本发明属于等离子体物理技术领域，具体涉及一种基于深度神经网络的鱼骨模识别方法。本发明包括如下步骤：S1、训练数据集准备；S2、神经网络模型创建；S3、模型参数训练；S4、推理阶段验证集验证。本发明能够提升鱼骨模识别的速度以及准确率；识别出等离子体内部待研究的鱼骨模，便于对鱼骨模研究工作的进一步开展。
-
公开(公告)号：CN113792620A
公开(公告)日：2021-12-14
申请号：CN202110992490.8
申请日：2021-08-27
Applicant: 核工业西南物理研究院
Abstract: 本发明属于等离子体控制技术，具体涉及基于深度神经网络的托卡马克边缘局域模实时识别算法。训练数据集准备之后进行神经网络模型创建及预测计算，之后模型参数训练，神经网络模型训练完成后，将参数输入神经网络模型进行计算，便可以获得实时的边缘局域模识别结果。通过使用本方法实时识别边缘局域模的出现时间，在出现后再通过反馈控制的方式投入控制手段，比起无差别投入控制的方式，可以有效减少控制方法对等离子体本身的干扰。
-
-
-
-
Search Results
15
records
(took 0.022 seconds)
