物理信息驱动深度学习的大功率IGBT结温在线计算方法及系统

本发明涉及一种物理信息驱动深度学习的大功率IGBT结温在线计算方法及系统，其中该方法利用PI‑DeepONets模型将在线采集的物理信息作为输入，输出IGBT的最大结温；所述的物理信息包括IGBT实时变换功率和环境温度数据；所述的PI‑DeepONets模型包括主干网络和分支网络，通过主干网络和分支网络的输出近似得到模型算子，利用模型算子输出IGBT的最大结温；所述的PI‑DeepONets模型利用热动态参数损失函数进行模型训练，且在训练过程中以IGBT历史变换功率、环境温度数据以及输出矩阵作为模型输入，所述的系统用于实现上述方法。与现有技术相比，本发明将有限元计算和深度学习相结合在有限元分析方法精度的基础上，加速了结温计算求解过程，提高了IGBT结温计算的效率。