一种基于知识蒸馏的多保真度数据融合方法

本申请提供了一种基于知识蒸馏的多保真度数据融合方法，包括：构建变压器有限元模型，通过最优拉丁超立方抽样方法抽取样本集，数据集中包含有高保真度磁场数据和低保真度磁场数据；通过基于多保真度数据融合方法对高保真度磁场数据和低保真度磁场数据进行多尺度特征深度融合，基于构建好的深度学习模型预测得到变压器磁场分布，其中，深度学习模型是由融合后的所述高保真度磁场数据和所述低保真度磁场数据训练得到的。本申请通过多保真度数据融合方法，减少深度学习模型对大量标记高保真度数据的依赖，实现变压器磁场分布的预测。