Neural-net predictor for beta limit disruptions in JT-60U

ニューラルネットワークを用いたJT-60におけるベータ限界ディスラプションの予測

芳野 隆治

Yoshino, Ryuji

トカマクプラズマにおいてベータ限界時に発生するディスラプションを予測するニューラルネットワークをJT-60Uのデータを用いて開発した。ベータ限界ディスラプションでは数10ms前に予兆現象を観測できないので、まず、2msごとに規格化ベータの限界値を出力するサブネットワークを開発した。第一段階ではこの限界値の目標値を適当に与えて訓練し、第二段階では第一段階の訓練で得た出力を用いて限界値の目標値を調整し訓練した。これにより安定放電に対する誤り警報の発生率を大きく低減した。誤り警報の発生率をさらに低減するために、上記訓練で得たネットワークから出力する規格化ベータ限界値と実際の規格化ベータ値との差をほかの11種類のデータとともに主ネットワークに入力し、プラズマの安定度を出力するようにした。この安定度がある警報レベルより低下するとディスラプションの発生を予測する。この結果、ディスラプション発生の10ms前に、80%の予測成功率を4%の誤り警報で得られることを示した。80%は、誤り警報発生率4%における従来の予測成功率10%に比べて格段の性能向上である。さらに90%の予測成功率を誤り警報の発生率12%で得られることを示した。この12%は、従来得られていた誤り警報発生率の約半分である。

Prediction of major disruptions observed at the -limit for tokamak plasmas has been investigated in JT-60U with developing neural networks. A sub-neural network is trained to output a value of the limit every 2 ms. The target limit is artificially set by the operator in the first step training and is modified in the second step training using the output limit from the trained network. To improve the prediction performance further, the difference between the estimated limit and the measured and the other 11 parameters are inputted to a main neural network to calculate the stability level. Major disruptions have been predicted with a prediction success rate of 80% at 10 ms prior to the disruption while the false alarm rate is lower than 4%. This 80% is much higher than about 10% previously obtained. A prediction success rate of 90% has been also obtained with a false alarm rate of 12% at 10 ms prior to the disruption. This 12% is about a half of previously obtained one.