[发明专利]一种数据驱动电磁系统中多物理场时域模型降阶方法

摘要

本发明公开了一种数据驱动电磁系统中多物理场时域模型降阶方法。该方法创新在于首次将科学机器学习与模型降阶相结合，并用于解决电磁系统问题。首先通过正交投影(POD)方法，对数据集空间维度进行降阶，它可以实现超过三个数量级的数据量减少；然后，通过一种自适应帧选择方法，在时间维度对数据量进行缩减；然后，采用科学机器学习的数据驱动方法，从缩减后的数据集中学习得到新的模型。其中降阶模型可以代替全阶模型的不同应用，实现千倍以上的计算加速。本发明的方法具有高扩展、误差小特点，特别适用于小样本数据驱动情形，能大大提高电磁系统中多物理场的时域计算效率。