In tokamak discharge experiments, the plasma position prediction model's research is to understand the law of plasma motion and verify the correctness of the plasma position controller design. Although Maxwell equations can completely describe plasma movement, obtaining an accurate physical model for predicting plasma behavior is still challenging. This paper describes a deep neural network model that can accurately predict the HL-2A plasma position. That is a hybrid neural network model based on a long short-term memory network. We introduce the topology, training parameter setting, and prediction result analysis of this model in detail. The test results show that a trained deep neural network model has high prediction accuracy for plasma vertical and horizontal displacements.
トカマク放電実験において、プラズマ位置予測モデルの研究は、プラズマの運動法則を理解し、プラズマ位置制御器設計の正確性を検証することを目的としている。マクスウェル方程式はプラズマの運動を完全に記述できるが、プラズマ挙動を予測するための正確な物理モデルを得ることは依然として困難である。本論文では、HL-2Aプラズマ位置を正確に予測できるディープニューラルネットワークモデルについて述べる。これは、長短期記憶ネットワークに基づくハイブリッドニューラルネットワークモデルである。本論文では、このモデルのトポロジー構造、訓練パラメータ設定、および予測結果の分析を詳細に紹介する。テスト結果は、訓練されたディープニューラルネットワークモデルがプラズマの垂直方向および水平方向の変位に対して高い予測精度を有することを示している。