摘要
本发明公开了一种深度学习驱动的热传导方程智能分析方法及系统，包括热传导初始化单元、方程约束分析单元、图神经网络修正单元、热点分析单元和参数更新单元。基于功能节点的工作负载矩阵和功率矩阵构建热生成率模型，并根据热设计信息初始化扩散系数张量；通过编码器层、解码器层和热传导微分约束层，生成满足热传导方程约束的第一热分布；采用图神经网络处理功能节点拓扑结构，通过扩散模型得到修正热分布，修正得到第二热分布；实时分析第二热分布与热传导方程的偏离度，识别潜在热点；通过增量学习机制更新神经网络参数。本发明解决了离散化引入的数值耗散和传感器数据稀疏，影响热传导方程的数值求解的计算精度与计算效率的问题。
