基于神经网络的W7-X自洽MHD平衡等离子体剖面加速贝叶斯推断
等离子体物理
2023-11-21 v1
摘要
高运行需要结合自洽MHD平衡对等离子体参数进行快速且稳健的推断。由于计算成本高，W7-X通常采用预先计算的MHD平衡。为此，我们将一个近似理想MHD平衡的物理正则化神经网络（NN）模型与贝叶斯建模框架Minerva耦合。我们展示了利用NN模型近似的自洽MHD平衡对等离子体剖面（电子温度与密度）进行快速且稳健的推断。我们研究了该推断在多种合成W7-X等离子体场景下的稳健性。推断出的等离子体参数及其不确定度与采用VMEC推断的参数一致，且推断时间减少了两个数量级以上。本工作表明，等离子体参数的MHD自洽推断可在放电间隙完成。
引用
@article{arxiv.2305.12889,
title = {Accelerated Bayesian inference of plasma profiles with self-consistent MHD equilibria at W7-X via neural networks},
author = {Andrea Merlo and Andrea Pavone and Daniel Böckenhoff and Ekkehard Pasch and Golo Fuchert and Kai Jakob Brunner and Kian Rahbarnia and Jonathan Schilling and Udo Höfel and Sehyun Kwak and Jakob Svensson and Thomas Sunn Pedersen and the W7-X team},
journal= {arXiv preprint arXiv:2305.12889},
year = {2023}
}
备注
18 pages, 6 figures