球形托卡马克中微撕裂模性质的高斯过程代理模型
等离子体物理
2024-03-21 v1
摘要
球形托卡马克(STs)具有许多使其成为聚变发电站合适选择的理想特性。为了理解其约束特性,托卡马克设计需要对湍流微不稳定性进行精确计算。本文提出了一种针对微撕裂模的新型代理模型,该微不稳定性被认为是高beta STs中的主导模式。微不稳定性的直接数值计算计算成本高昂,是集成等离子体建模中的显著瓶颈。大量的几何和热力学参数、影响这些系数的相互作用以及准确解析这些模式所需的分辨率,使得用于参数空间探索的直接数值模拟在计算上极具挑战性。然而,这一点以及缺乏准确的MTMs简化物理模型,使其适合使用高斯过程回归(一种现代机器学习技术)进行代理建模。本文概述了利用高斯过程回归(GPR)和分类(机器学习技术)在球形托卡马克反应堆相关参数空间中进一步开发数据驱动的降阶模型。为了构建最初的简单GP模型,这两个组件被用于主动学习循环中,以最大化数据获取效率从而最小化计算成本。观察到“简单”GP在数据增加时表现出保真度平台期且信心不足,特别是在接近边缘稳定性的参数空间区域。推测多种MTM子类型的存在可能是根本原因,其底层函数比预期的更不平滑。展示了使用聚类算法扩展模型以通过混合专家方法寻找最优子模型,能够极大改善GP模型输出的方差。
引用
@article{arxiv.2403.13006,
title = {Gaussian process surrogate models for the properties of micro-tearing modes in spherical tokamaks},
author = {William Hornsby and Ander Gray and James Buchanan and Daniel Kenndy and Bhavin Patel and Francis Casson and Colin Roach and Mikkel Lykkegaard and Huy Nguyen and Nikolaos Papadimas and Ben Fourcin and Jordan Hart},
journal= {arXiv preprint arXiv:2403.13006},
year = {2024}
}
备注
Submitted to the IAEA FEC 2023 conference