IEEE 電力電子學(xué)會（PELS）谷歌 - 特斯拉 MagNet 挑戰(zhàn)賽是一項(xiàng)年度賽事，旨在利用人工智能（AI）加速磁性器件建模領(lǐng)域的創(chuàng)新。本文回顧 2023 年、2024 年前兩屆 MagNet 挑戰(zhàn)賽的部分亮點(diǎn)。

首屆賽事于 2023 年 2 月至 12 月舉辦，獲獎名單于 2024 年 3 月公布。2025 年度 MagNet 挑戰(zhàn)賽的獲獎?wù)邔⒂?2026 年 3 月，在得克薩斯州圣安東尼奧舉辦的 IEEE 應(yīng)用電力電子會議（APEC） 上揭曉。

2023 年首屆 MagNet 挑戰(zhàn)賽共有 39 支本科生與研究生隊(duì)伍參賽。獲勝隊(duì)伍包括帕德博恩大學(xué)、福州大學(xué)、布里斯托大學(xué)、悉尼大學(xué)、代爾夫特理工大學(xué)、蒙德拉貢大學(xué)，印度科學(xué)學(xué)院（IISc）也獲得特別表彰。

參賽隊(duì)伍使用基于神經(jīng)網(wǎng)絡(luò)（NN）的機(jī)器學(xué)習(xí)（ML）模型，模型在大賽主辦方提供的大型開源數(shù)據(jù)庫上完成訓(xùn)練。首屆賽事數(shù)據(jù)庫包含超 50 萬個數(shù)據(jù)點(diǎn)，現(xiàn)已擴(kuò)充至覆蓋 15 種不同材料、超過 200 萬個數(shù)據(jù)點(diǎn)。

該數(shù)據(jù)庫收錄了電壓、電流、磁通密度等多樣化的真實(shí)測量數(shù)據(jù)，用于讓模型學(xué)習(xí)非線性行為。大賽核心環(huán)節(jié)包括數(shù)據(jù)工程、模型開發(fā)與磁性設(shè)計(jì)工具（圖 1）。

先進(jìn)神經(jīng)網(wǎng)絡(luò)架構(gòu)

參賽隊(duì)伍使用的神經(jīng)網(wǎng)絡(luò)架構(gòu)種類繁多。最小的模型僅用 60 個參數(shù)，部分模型則超過 1 萬個參數(shù)。2023 年獲獎方案中采用的 硬約束神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索（HardCoRe?NAS） 是一種卷積神經(jīng)網(wǎng)絡(luò)，僅用 1755 個參數(shù)便實(shí)現(xiàn)了最優(yōu)效果。

各隊(duì)伍采用多種先進(jìn)神經(jīng)網(wǎng)絡(luò)架構(gòu)角逐比賽：

• 長短期記憶網(wǎng)絡(luò)（LSTM）：用于處理磁通數(shù)據(jù)中的長期依賴關(guān)系；

• 基于 Transformer 的模型：憑借在序列建模上的高性能被廣泛使用；

• 傅里葉神經(jīng)算子（FNO）：用于實(shí)現(xiàn)函數(shù)空間之間的映射；

• 孿生神經(jīng)網(wǎng)絡(luò)：通過兩個權(quán)值共享的相同子網(wǎng)絡(luò)對比相似磁特性；

• 物理感知 AI：以無監(jiān)督方式訓(xùn)練模型學(xué)習(xí)底層物理規(guī)律，而非單純對特定數(shù)據(jù)點(diǎn)過擬合。

圖 2 展示了部分參賽隊(duì)伍使用的 4 層前饋神經(jīng)網(wǎng)絡(luò)（FNN）結(jié)構(gòu)，包含三個輸入（f、B、D）與一個輸出（鐵損 PV）。

• f：勵磁頻率；

• B：磁通密度，可通過材料磁導(dǎo)率計(jì)算 B?H 磁滯回線；

• D：占空比，在高頻變壓器等應(yīng)用的磁參數(shù)測量中至關(guān)重要，因其直接決定磁化時間，進(jìn)而影響材料是否進(jìn)入飽和。

對于圖 2 這類前饋神經(jīng)網(wǎng)絡(luò)，隱藏層（藍(lán)色）的結(jié)構(gòu)與神經(jīng)元數(shù)量可進(jìn)一步優(yōu)化；輸入?yún)?shù)也可擴(kuò)展至溫度、直流偏置等因素。模型規(guī)模、復(fù)雜度與精度之間需要權(quán)衡。

公平競賽環(huán)境

為保證賽事公平，大賽采用統(tǒng)一實(shí)驗(yàn)平臺與電路結(jié)構(gòu)生成數(shù)據(jù)庫（圖 3）：

• 系統(tǒng)使用標(biāo)準(zhǔn)化雙繞組法進(jìn)行磁性表征；

• 配備通用功率級，可生成任意勵磁波形，如使用功率放大器產(chǎn)生正弦勵磁、單相橋路輸出 PWM 波形；

• 自動數(shù)據(jù)采集減少測量過程中的人為誤差，為參賽隊(duì)伍提供精準(zhǔn)、一致的數(shù)據(jù)；

• 所有數(shù)據(jù)均在可控溫度與磁材料環(huán)境下采集，確保不同數(shù)據(jù)點(diǎn)可直接對比。

評分標(biāo)準(zhǔn)

MagNet 挑戰(zhàn)賽的評委與組委會成員每年略有變動。AI 模型需能夠準(zhǔn)確仿真復(fù)雜高頻磁損耗與磁滯回線。

參賽作品依據(jù)機(jī)器學(xué)習(xí)模型預(yù)測功率磁芯損耗的精度與效率進(jìn)行評分，評估重點(diǎn)包括：

• 鐵損預(yù)測的 95 分位誤差；

• 模型規(guī)模（參數(shù)數(shù)量）；

• 在不同材料與工況下的泛化能力。

總結(jié)

MagNet 挑戰(zhàn)賽是一項(xiàng)開源研究計(jì)劃，旨在推進(jìn)功率磁性材料的數(shù)據(jù)驅(qū)動型機(jī)器學(xué)習(xí)建模。其核心目標(biāo)是借助機(jī)器學(xué)習(xí)提升鐵損預(yù)測精度、縮短設(shè)計(jì)優(yōu)化周期，并構(gòu)建標(biāo)準(zhǔn)化開源神經(jīng)網(wǎng)絡(luò)模型。