一种基于因果表征学习的磁芯损耗预测方法

本发明提出一种基于因果表征学习的磁芯损耗预测方法，包括：获取磁性元件的磁芯数据集，并按照磁芯材料的类别分成测试数据集和训练数据集，构建初始磁芯损耗预测模型和初始隐因果表征提取模型；将训练数据集输入初始隐因果表征提取模型，设置第一损失函数进行迭代训练，获得训练好的隐因果表征提取模型，并输出隐因果表征变量；整合训练数据集和对应的隐因果表征变量，输入初始磁芯损耗预测模型，设置第二损失函数进行迭代训练，获得训练好的磁芯损耗预测模型；将测试数据集输入训练好的隐因果表征提取模型和训练好的磁芯损耗预测模型进行测试，获得最终隐因果表征提取模型和最终磁芯损耗预测模型；获取待预测磁性元件的磁芯数据，输入到两个最终模型中，获得待预测磁性元件的磁芯损耗预测值。本发明能提高磁芯损耗预测精度和效率，并且能够提高模型泛化能力。