基于卷积神经网络的HL-2A装置H模辨识研究

基于HL-2A装置的放电实验数据，利用卷积神经网络和时间窗口算法开发了高约束(H)模时段的识别算法，得到了可靠的高成功率的高约束模时段识别结果。算法中，选取206次放电实验数据中等离子体储能及氘α通道信号作为双通道原始数据进行学习，得到一个深度为21层的二分类卷积神经网络。该网络模型经过其他474次放电数据的测试集检验，高约束模识别的正确率达到了98.17%。     

LEAD螺旋波射频等离子体电子能量分布函数的测量

通过电压扫描探针测量了LEAD装置螺旋波射频等离子体伏安特性曲线和电子能量分布函数,并对等离子体基本参数剖面如电子温度、密度、等离子体电位和鞘电位降系数等进行了计算.实验发现在LEAD装置半径5cm以内的位置电子能量分布函数都遵循麦克斯韦分布.而在半径7cm附近,即与射频源线圈处于相同径向位置,电子能量呈现出典型的双麦...