Plasma current profile reconstruction for EAST based on Bayesian inference
Plasma current profile reconstruction for EAST based on Bayesian inference
复制标题
基于贝叶斯推理的 EAST 等离子体电流分布重建
DOI：
10.1016/j.fusengdes.2021.112722
复制
发表时间：
2021-11
影响因子：
1.7
通讯作者：
Jiangang Li
中科院分区：
文献类型：
--
作者：
Zijie Liu;Zhengping Luo;Tianbo Wang;Yao Huang;Yuehang Wang;Qingze Yu;Qiping Yuan;Bingjia Xiao;Jiangang Li
确定平衡态下等离子体电流的分布是实现托卡马克装置安全有效运行的重要环节之一。在这项研究中，一个新的重建代码的基础上贝叶斯推断等离子体电流分布的EAST实验分析。该方法无需迭代求解Grad-Shafranov（G-S）方程来寻找外磁诊断测量的最佳拟合，可以快速地以概率方式得到环向电流密度和极向磁通的分布。重构结果与基于平衡拟合（EFIT）程序的结果一致，且每个时间片的执行时间小于1 ms，表明了该方法在未来等离子体实时反馈控制中的应用潜力。
Determining the distribution of plasma current in the equilibrium state is one of the most important steps to realize effective and safe operation of tokamak. In this study, a novel reconstruction code based on Bayesian inference is developed to infer the plasma current distribution for experiment analysis of EAST. Without iteratively solving Grad-Shafranov (G-S) equation to find an optimal fit for the external magnetic diagnostic measurements, the distribution of toroidal current density and poloidal flux can be rapidly derived in a probabilistic manner. The reconstructed results are consistent with the results based on equilibrium fitting (EFIT) code, and the execution time is less than 1 ms for each time slice, which indicates its potential for application in future real-time plasma feedback control.
登录
查看更多内容
DOI：
10.1002/9781118445112.stat08048
发表时间：
2018-03
期刊：
--
影响因子：
--
作者：
A. M. Schmidt;Widemberg S. Nobre
通讯作者：
A. M. Schmidt;Widemberg S. Nobre
影响因子：
3.3
作者：
M. Hole;G. V. von Nessi;J. Svensson;L. Appel
通讯作者：
M. Hole;G. V. von Nessi;J. Svensson;L. Appel
影响因子：
0.9
作者：
M. Rampp;R. Preuss;R. Fischer
通讯作者：
M. Rampp;R. Preuss;R. Fischer
影响因子：
3.3
作者：
Y. Park;S. Sabbagh;J. Berkery;J. Bialek;Y. Jeon;S. Hahn;N. Eidietis;T. Evans;S. Yoon
通讯作者：
Y. Park;S. Sabbagh;J. Berkery;J. Bialek;Y. Jeon;S. Hahn;N. Eidietis;T. Evans;S. Yoon
影响因子：
3.3
作者：
S. Lazerson
通讯作者：
S. Lazerson