公开(公告)号：CN117609176A

公开(公告)日：2024-02-27

申请号：CN202311641612.4

申请日：2023-12-01

申请人： 核工业西南物理研究院

发明人： 夏凡 ,  杨宗谕 ,  朱晓博 ,  刘宇航 ,  陈正威

IPC分类号： G06F16/182 ,  G06F16/13 ,  G06F16/16

摘要： 本发明公开了一种聚变实验多维度数据统一存取方法、系统、设备和介质，本发明提出的方法通过多维数据存储结构，将各个子系统不同类型的数据根据不同维度方式写入到固定的HDF5中，实现统一存储，同时基于grpc框架实现同一接口统一存取各种数据，包含各维度不同类型数据以及数据相关属性信息，实现不同类型多维数据的统一存储和维护，解决了现有存储方式导致数据分散不统一的问题，大大提高了资源利用率，减少了成本，有效完成数据整合。

公开(公告)号：CN113705663B

公开(公告)日：2023-07-21

申请号：CN202110989467.3

申请日：2021-08-26

申请人： 核工业西南物理研究院

发明人： 王硕 ,  赵弋菲 ,  郝广周 ,  杨宗谕 ,  刘旗艳 ,  李波

IPC分类号： G06F18/214 ,  G06N3/0464 ,  G06Q10/04

摘要： 本发明公开了一种基于神经网络的热核聚变比压极限的快速预测方法，包括S1：获取热核聚变装置不同平衡下的几何位形参数及物理参数；计算各平衡对应的无壁比压极限和理想壁比压极限；构建由几何位形参数、物理参数、无壁比压极限、理想壁比压极限组成的原始数据库；S2：对原始数据库进行归一化处理获得归一化数据库；将其划分为训练集、验证集以及测试集；S3：基于归一化数据库构建用于热核聚变比压极限预测的微观神经网络模型；基于训练集、验证集数据对神经网络进行训练和参数调整优化；最终将微观神经网络模型用于装置运行实验中比压极限实时预测。本发明实现了对磁约束聚变装置运行过程中运行比压极限的实时预测，避免造成等离子体放电破裂。

公开(公告)号：CN113762475A

公开(公告)日：2021-12-07

申请号：CN202110992682.9

申请日：2021-08-27

申请人： 核工业西南物理研究院

发明人： 杨宗谕 ,  夏凡 ,  宋显明 ,  高喆 ,  王硕 ,  李宜轩 ,  朱晓博

IPC分类号： G06N3/04 ,  G06N3/06 ,  G06N3/08

摘要： 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：CN118964333A

公开(公告)日：2024-11-15

申请号：CN202411227771.4

申请日：2024-09-03

申请人： 核工业西南物理研究院

发明人： 夏凡 ,  杨宗谕 ,  朱晓博 ,  刘宇航 ,  陈正威

IPC分类号： G06F16/21 ,  G06F16/25

摘要： 本发明公开了一种聚变实验参数通用配置方法、系统、设备和存储介质，本发明提出的方法包括：在CODIS系统中创建默认通道以及各子通道内部通道；将各子通道内部通道参数数据存入到CODIS系统的HDF5数据库中默认通道中。本发明提出的通用配置方法通过在CODIS系统中创建默认通道以及各子系统内部通道，将各子系统内部通道参数数据统一存入到HDF5数据库的默认通道中，并基于CODIS系统进行各子系统参数数据统一维护管理和分析，相较于现有的对各子系统实验参数进行单独配置、获取的方式，降低了参数配置操作复杂度，减少了实验人员学习成本，便于聚变实验期间统一管理各子系统参数数据、实时分析各子系统参数数据。

公开(公告)号：CN113780522A

公开(公告)日：2021-12-10

申请号：CN202110992488.0

申请日：2021-08-27

申请人： 核工业西南物理研究院

发明人： 杨宗谕 ,  夏凡 ,  宋显明 ,  高喆 ,  李宜轩 ,  董云波 ,  王硕

IPC分类号： G06N3/04 ,  G06N3/08 ,  G06F17/16

摘要： 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：CN113705663A

公开(公告)日：2021-11-26

申请号：CN202110989467.3

申请日：2021-08-26

申请人： 核工业西南物理研究院

发明人： 王硕 ,  赵弋菲 ,  郝广周 ,  杨宗谕 ,  刘旗艳 ,  李波

IPC分类号： G06K9/62 ,  G06N3/04 ,  G06Q10/04

摘要： 本发明公开了一种基于神经网络的热核聚变比压极限的快速预测方法，包括S1：获取热核聚变装置不同平衡下的几何位形参数及物理参数；计算各平衡对应的无壁比压极限和理想壁比压极限；构建由几何位形参数、物理参数、无壁比压极限、理想壁比压极限组成的原始数据库；S2：对原始数据库进行归一化处理获得归一化数据库；将其划分为训练集、验证集以及测试集；S3：基于归一化数据库构建用于热核聚变比压极限预测的微观神经网络模型；基于训练集、验证集数据对神经网络进行训练和参数调整优化；最终将微观神经网络模型用于装置运行实验中比压极限实时预测。本发明实现了对磁约束聚变装置运行过程中运行比压极限的实时预测，避免造成等离子体放电破裂。

公开(公告)号：CN117408334A

公开(公告)日：2024-01-16

申请号：CN202311205600.7

申请日：2023-09-18

申请人： 之江实验室 ,  核工业西南物理研究院

发明人： 高枫 ,  杨宗谕 ,  魏宁 ,  王海平 ,  陈卓 ,  魏一雄 ,  王智君 ,  高超霖 ,  王聪

IPC分类号： G06N5/022 ,  G21B1/05

摘要： 本说明书公开了一种可控核聚变中因果图构建及破裂规避决策方法及装置，获取可控核聚变实验的实验数据，而后根据实验数据，确定基础因果图，因果图用于表征包含各先兆事件与破裂事件之间的因果关系，进而，针对基础因果图中每个先兆事件，确定该先兆事件与所述破裂事件之间的共因，基于与共因相关的实验数据，确定排除共因后该先兆事件与破裂事件之间的相关性得分，作为该先兆事件对应的相关性得分，基于各先兆事件对应的相关性得分筛选出目标事件，并基于筛选出的目标事件，对基础因果图进行更新，得到更新后因果图，从而，本方法能够通过构建出更加准确的因果图，得到破裂事件的诱因，能够有效地对可控核聚变实验中的破裂事件进行规避决策。

公开(公告)号：CN117494800A

公开(公告)日：2024-02-02

申请号：CN202311206289.8

申请日：2023-09-18

申请人： 之江实验室 ,  核工业西南物理研究院

发明人： 王志华 ,  龙沁沁 ,  王海平 ,  高枫 ,  杨宗谕 ,  陈卓 ,  陈云川 ,  汪涛 ,  魏一雄

IPC分类号： G06N5/022

摘要： 本说明书公开了一种基于构建出的核聚变知识图谱的任务执行方法及装置，通过语料获取到实体名称信息之后，即可根据以核聚变领域内语料训练过的目标模型对实体名称信息间的相关性信息进行判断，无需人工进行对其的判断过程。并且在获取相关性信息之后，可进一步构建出核聚变知识图谱，通过核聚变知识图谱对实验任务进行任务分析，大量减少任务分析所需的时间，提高任务执行效率。

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

申请人： 核工业西南物理研究院

发明人： 杨宗谕 ,  夏凡 ,  宋显明 ,  高喆 ,  李宜轩 ,  董云波 ,  王硕

IPC分类号： G06F17/16 ,  G06N3/04 ,  G06N3/08

摘要： 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

申请人： 核工业西南物理研究院

发明人： 杨宗谕 ,  夏凡 ,  宋显明 ,  高喆 ,  李宜轩 ,  肖国梁 ,  王硕

IPC分类号： G06F18/00 ,  G06N3/084 ,  G06N3/0464

摘要： 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。