一种基于极坐标映射的物理信息神经网络电磁场计算方法

    公开(公告)号:CN118332877B

    公开(公告)日:2024-08-23

    申请号:CN202410736433.7

    申请日:2024-06-07

    Abstract: 本发明涉及电磁多物理场建模技术领域,且公开了一种基于极坐标映射的物理信息神经网络电磁场计算方法,其操作步骤如下:S1、物理模型的建立和有限元求解;S2、将问题转换到极坐标系;S3、构建神经网络结构;S4、动态调整卷积核的策略应对极坐标系的特性;S5、优化损失函数和边界条件;S6、训练神经网络;S7、测试数据的获取;S8、模型精度评估。本方法通过将传统的基于有限差分的物理信息神经网络和极坐标映射方法相结合,提高了问题解决的灵活性与准确性,通过对损失函数和边界条件进行特定设计,引入权重矩阵优化和精确控制Dirichlet、Neumann及周期性边界条件,可以有效增强模型对电磁场问题的预测精度。

    变电站巡检四旋翼无人机健康状态评估方法

    公开(公告)号:CN118395070A

    公开(公告)日:2024-07-26

    申请号:CN202410823208.7

    申请日:2024-06-25

    Abstract: 本发明公开一种变电站巡检四旋翼无人机健康状态评估方法,包括获取无人机动态参数和基础参数;按照动态参数的正常范围值,计算动态参数发生异常的异常概率值;采用概率隶属度分布函数对异常概率值进行计算,得到第一隶属度矩阵;确定每种动态参数对应的参数异常严酷度等级评分,并采用严酷度隶属度分布函数对每种动态参数对应的最大评分值进行计算,得到第二隶属度矩阵;将第一隶属度矩阵和第二隶属度矩阵分别与各健康状态等级向量进行灰色关联,得到第一健康状态隶属度向量;采用劣化隶属度分布函数对各基础参数进行计算,得到第二健康状态隶属度向量;基于第一健康状态隶属度向量和第二健康状态隶属度向量,确定无人机综合健康状态。

    一种基于极坐标映射的物理信息神经网络电磁场计算方法

    公开(公告)号:CN118332877A

    公开(公告)日:2024-07-12

    申请号:CN202410736433.7

    申请日:2024-06-07

    Abstract: 本发明涉及电磁多物理场建模技术领域,且公开了一种基于极坐标映射的物理信息神经网络电磁场计算方法,其操作步骤如下:S1、物理模型的建立和有限元求解;S2、将问题转换到极坐标系;S3、构建神经网络结构;S4、动态调整卷积核的策略应对极坐标系的特性;S5、优化损失函数和边界条件;S6、训练神经网络;S7、测试数据的获取;S8、模型精度评估。本方法通过将传统的基于有限差分的物理信息神经网络和极坐标映射方法相结合,提高了问题解决的灵活性与准确性,通过对损失函数和边界条件进行特定设计,引入权重矩阵优化和精确控制Dirichlet、Neumann及周期性边界条件,可以有效增强模型对电磁场问题的预测精度。

    一种基于有限差分的物理信息神经网络电磁场计算方法

    公开(公告)号:CN118332879B

    公开(公告)日:2024-08-06

    申请号:CN202410761278.4

    申请日:2024-06-13

    Abstract: 本发明涉及电磁场数值计算技术领域,且公开了一种基于有限差分的物理信息神经网络电磁场计算方法,其计算步骤包括:S1、求解域大小;S2、网格剖分;S3、构建神经网络;S4、损失函数计算;S5、边界条件处理;S6、训练神经网络;S7、模型验证以及结果分析。本方法利用神经网络的强大非线性映射能力来解决复杂的电磁场问题,同时使用了二阶中心差分方法将控制方程离散化,并将其作为网络训练的损失之一,使得网络在训练过程中遵循物理规律,从而提高了模型的物理逼真度,通过引入权重矩阵,动态调整不同区域的优化难度,从而使模型训练更为均衡,加快收敛速度并提高全局优化能力。

Patent Agency Ranking