Advanced techniques of disruption prediction, application to JET and extrapolation to ITER

  1. Moreno Salinas, Raúl
Dirigida por:
  1. Jesús Antonio Vega Sánchez Director/a
  2. Sebastián Dormido Canto Codirector

Universidad de defensa: UNED. Universidad Nacional de Educación a Distancia

Fecha de defensa: 17 de noviembre de 2015

Tribunal:
  1. José Sánchez Moreno Presidente
  2. Rodrigo Castro Rojo Secretario/a
  3. Teddy Craciunescu Vocal

Tipo: Tesis

Teseo: 409895 DIALNET

Resumen

Esta tesis aborda las bases de datos masivas generadas por los dispositivos experimentales de fusión nuclear. Se utilizan técnicas de inteligencia artificial y algoritmos de aprendizaje automático para resolver problemas específicos en fusión nuclear con datos muy ruidosos y altamente desbalanceados. Este trabajo se centra en la predicción de disrupciones y sus bases de datos. Las disrupciones son la inestabilidad más peligrosa en los dispositivos tokamak, por ello es necesario predecirlas con efectividad para llevar a cabo acciones de mitigación. Sin embargo, los datos proporcionados para desarrollar predictores no son triviales, es necesario realizar un estudio y análisis exhaustivo para posteriormente procesarlos. Esta tesis está estructurada en cinco capítulos. El capítulo 1 explica los conceptos más importantes sobre fusión nuclear y resume la física de plasma fundamental para entender el contexto de la tesis. Este capítulo aborda el problema más importante en un tokamak, las disrupciones. En el capítulo 2 se explican las técnicas de minería de datos y aprendizaje automático utilizadas. El capítulo 3 muestra la generación de las bases de datos utilizadas en esta tesis y otros trabajos. En este mismo capítulo se explica el predictor APODIS y los trabajos realizados con este predictor: los resultados y funcionamiento del predictor durante las campañas de pared metálica (ILW) en JET (Joint European Torus), un análisis de robustez para determinar las características más importantes y la implementación de un mecanismo de ventanas deslizantes para cambiar la resolución temporal. En el capítulo 4 se desarrolla una herramienta automática para determinar el instante de disrupción. Finalmente el capítulo 5 contiene los estudios de predicción de disrupciones en vistas a las nueva generación de dispositivos de fusión: un nuevo predictor de una sola capa, predictores partiendo de cero y un análisis de la dinámica del plasma alrededor del tiempo de la disrupción.