基于物理信息神经网络的非线性弓网系统状态预测方法

本发明涉及弓网系统监测技术领域，公开了一种基于物理信息神经网络的非线性弓网系统状态预测方法，包括获取非线性弓网系统中接触网和受电弓的结构参数及列车速度；构建基于傅里叶变换的多专家Mamba网络；利用第一全连接层将接触网和受电弓的结构参数及列车速度构成的输入特征映射到高维特征空间，得到第一高维特征；利用多个级联的多专家Mamba网络层对第一高维特征提取频域特征，同时建模时序特征；利用第二全连接层对拼接后的频域特征和时序特征进行融合，得到融合时频能量与动态演化信息的第二高维特征；根据第二高维特征进行非线性弓网系统状态预测。本发明能够提高非线性弓网系统状态预测准确性。