公开(公告)号：CN116341386A

公开(公告)日：2023-06-27

申请号：CN202310344951.X

申请日：2023-04-03

Applicant: 河北工业大学

Inventor： 杨新生 ,  张仁天 ,  陈婧 ,  王子宁 ,  王灵月 ,  徐桂芝

IPC: G06F30/27 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/096 ,  G06F119/08 ,  G06F111/10

Abstract: 本发明基于大数据风格迁移学习的电工装备温度场数值预测方法，包括如下步骤：在数值仿真软件中建立三种不同复杂程度的电工装备模型；脚本文件控制数值仿真软件创建包含影响因素和温度场分布信息的大数据集；数据处理，将大数据集分为训练集和测试集；构建神经网络模型；风格迁移与训练。本发明提出了一种将Transformer模型与图像风格迁移技术相结合的温度场预测模型，相比于其他温度场预测模型，可以实现并行计算，具有尺度不变性、全局信息掌握能力，避免了随着网络层数增加导致的信息量衰竭。

公开(公告)号：CN118886337A

公开(公告)日：2024-11-01

申请号：CN202411365250.5

申请日：2024-09-29

Applicant: 河北工业大学

Inventor： 丁左伟 ,  杨新生 ,  郭丽云 ,  刘云涛 ,  张仁天 ,  陈子涵 ,  徐桂芝

IPC: G06F30/27 ,  G06N3/0455 ,  G06N3/0464 ,  G06F111/10

Abstract: 本发明公开了一种基于U‑MH SwinUNet模型的三维电磁场预测方法，属于大数据电磁场数值计算技术领域，包括如下步骤：在数值仿真软件中建立复杂程度不同的三维电磁设备模型；通过脚本控制采集数据集，进行预处理，并将数据分为训练集和测试集；以多个磁场分布结果作为模型架构的监督数据，以多个电磁设备参数为模型架构的输入数据，训练模型架构，获得三维电磁场分布预测模型；本发明所述的一种基于U‑MH SwinUNet模型的三维电磁场预测方法，相较于其他传统预测模型，能够并行处理多个数据批次或在多个处理单元上高效执行操作，优势在于采用局部窗口自注意力机制和分层结构设计。通过此方式，本发明显著提升了预测的精准度，为大数据电磁场数值计算技术领域带来了新的突破。

公开(公告)号：CN118886337B

公开(公告)日：2024-11-29

申请号：CN202411365250.5

申请日：2024-09-29

Applicant: 河北工业大学

Inventor： 丁左伟 ,  杨新生 ,  郭丽云 ,  刘云涛 ,  张仁天 ,  陈子涵 ,  徐桂芝

IPC: G06F30/27 ,  G06N3/0455 ,  G06N3/0464 ,  G06F111/10

Abstract: 本发明公开了一种基于U‑MH SwinUNet模型的三维电磁场预测方法，属于大数据电磁场数值计算技术领域，包括如下步骤：在数值仿真软件中建立复杂程度不同的三维电磁设备模型；通过脚本控制采集数据集，进行预处理，并将数据分为训练集和测试集；以多个磁场分布结果作为模型架构的监督数据，以多个电磁设备参数为模型架构的输入数据，训练模型架构，获得三维电磁场分布预测模型；本发明所述的一种基于U‑MH SwinUNet模型的三维电磁场预测方法，相较于其他传统预测模型，能够并行处理多个数据批次或在多个处理单元上高效执行操作，优势在于采用局部窗口自注意力机制和分层结构设计。通过此方式，本发明显著提升了预测的精准度，为大数据电磁场数值计算技术领域带来了新的突破。