Surrogatmodell av QuaLiKiz för turbulenta instabiliteter i en tokamak

Abstract

Fusion är en energikälla med enorm potential, eftersom den endast kräver väte och inte producerar farligt avfall. Under de senaste åren har det skett betydande framsteg inom utvecklingen av fusionsenergi. En av de mest lovande metoderna för praktisk fusionsenergi är magnetiskt innesluten fusion i en tokamak. I en sådan fusionsanord ning uppkommer turbulens som är viktig för inneslutning av energi och partiklar. Givet dess betydelse är kunskap om turbulensen värdefull. Dessvärre kräver de exi sterande modellerna mycket datorkraft för att simulera och analysera turbulensen, vilket innebär att det finns en motivation till att skapa mindre beräkningstunga modeller, till exempel genom maskininlärning. I detta projekt har ett antal surro gatmodeller av QuaLiKiz utvecklats med syftet att prediktera hastigheten som tur bulenta instabiliteter växer med i fusionsplasma (tillväxthastighet, jfr. en. “growth rate”) och associerade realfrekvenser. Resultaten indikerar att en optimal modell har ett neuralt nätverk per prediktionsvariabel och tränas på ett balanserat dataset med lika andelar stabila och instabila lösningar. I arbetet undersöks också huruvida ensemblenätverk kan användas för identifiera kraschade simuleringar i QuaLiKiz databasen