枢轨接触面电流场预测方法、装置、电子设备及存储介质

本申请提供了一种枢轨接触面电流场预测方法、装置、电子设备及存储介质，包括：通过有限元仿真模型计算不同激励电流下的电流场分布，以构建不同激励电流下的枢轨接触面处电流场数据，其中，电流场数据为一维激励电流值和时间数据到二维电流场的模拟数据；基于电流场数据训练得到RTUnet‑CGAONet模型，以预测不同激励电流下枢轨接触面处的电流场，其中，RTUnet‑CGAONet模型是将笛卡尔积深度算子网络与条件生成对抗网络结合，得到知识嵌入的条件对抗算子网络，以深度残差网络作为条件对抗算子网络的分支网络，建立RTUnet‑CGAONet模型。本申请所述的方法基于建立的RTUnet‑CGAONet模型可实现不同激励电流下电流场的秒级计算，有效提高了电流场预测结果的精度和效率。