Evaluation of CNN-based voltage predictor on experimental normal-state-transition data of REBCO pancake coils
榊原 里樹, 間藤 昂允 (北大); 井上 良太, 植田 浩史, 金 錫範(岡山大); 野口 聡 (北大),
Abstract:我々はこれまで、CNN (convolutional neural network）を用いた電圧予測器を開発し、常電導転移時のREBCO (rare-earth barium copper oxide）コイル電圧の予測に関する研究を実施してきた。開発した予測器は、シミュレーションによって得られた検証データにおいて将来の電圧波形を正確に推定できることを確認した。これにより、CNNがREBCOコイルの常電導転移からの保護において優れた可能性を有することが実証された。
本発表ではCNNを用いた電圧予測器を実験的に検証する。ターン間絶縁REBCOシングルパンケーキコイルの常電導転移実験を実施し、実験的に得られた電圧波形から常電導転移時の電圧予測の性能を調査する。加えて、CNNの教師データに関する考察も併せて示す。