一种用于托卡马克磁探针实时故障检测方法

本发明涉及托卡马克磁探针故障检测技术领域，尤其涉及一种用于托卡马克磁探针实时故障检测方法。其技术方案包括以下步骤：收集神经网络模型训练数据以构建训练数据库，将磁探针信号相关的物理参数作为模型输入；采用具有多层编码层和解码层的神经网络模型来捕获磁探针信号在时间上的演化特性，并基于输入时间段预测后续时间段的磁探针信号；将模型输入传输至训练好的神经网络模型以实时预测磁探针信号。本发明提出利用人工智能算法实现对托卡马克装置中磁探针诊断的故障检测，不仅在模型的计算精度上得到提升，并且在模型计算时间上得到大幅度的优化，使得磁探针故障实时检测变得切实可行，具有较强的普适性。