基于物理信息神经网络的绝缘油中流注放电形貌预测方法及系统

本发明公开了基于物理信息神经网络的绝缘油中流注放电形貌预测方法及系统，涉及高电场下液体电介质放电仿真技术领域。该方法包括：获取流注放电有限元模拟数据，提取不同时间节点的电场、电子及离子浓度的二维分布，并结合时间序列和空间坐标生成时空网格数据集；构建物理信息神经网络模型，计算数据损失和偏微分方程损失，并将预设的流注放电初始和边界条件作为硬约束，迭代更新得到收敛的预测模型并输出对应的电场、离子浓度及流注通道内温度的二维分布结果。本发明在神经网络中添加了温度约束项，能有效防止预测过程中的温度失真，可高效、准确地预测流注放电中的微观参数及宏观流注形貌。