一种基于数据驱动的高频磁芯损耗预测方法

本发明涉及一种基于数据驱动的高频磁芯损耗预测方法，包括：构建用于预测磁芯损耗的改进Transformer模型，包括位置编码层、编码器和投影层，投影层由实际工况模块和多源特征融合模块组成，实际工况模块用于输入实际工况特征，多源特征融合模块用于融合实际工况特征与编码器提取的高维磁通密度特征；进行基于改进Transformer模型的迁移学习：基于改进Transformer模型构建多种大样本磁芯损耗预训练模型，然后针对小样本数据集，通过微调预训练模型的网络参数，实现不同磁芯材料间共有知识的迁移；最后，通过得到的模型进行磁芯损耗预测。该方法有利于实现复杂工况下磁芯损耗的精准建模，从而有效提升预测精度，且在目标样本数量较少的情况下，仍可实现高准确率的损耗预测。