买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京深度智控科技有限公司申请的专利一种基于深度学习的空调冷冻水控制方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120557779B 。

龙图腾网通过国家知识产权局官网在2025-09-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511078003.1，技术领域涉及：F24F11/85；该发明授权一种基于深度学习的空调冷冻水控制方法及系统是由李辉设计研发完成，并于2025-08-01向国家知识产权局提交的专利申请。

本一种基于深度学习的空调冷冻水控制方法及系统在说明书摘要公布了：本发明涉及空调冷冻水控制技术领域，具体为一种基于深度学习的空调冷冻水控制方法及系统，包括以下步骤：采集空调冷水机组状态，包括水泵频率和阀门开度反馈以及管网供水温度、回水温度、流量和压差运行读数。本发明通过动态采集冷水机组状态参数并构建系统运行状态特征集，实现了多源异构数据的实时融合与标准化处理，消除因传感器采样频率差异导致的时序错位问题，基于特征集识别热负荷变化关键输入量，结合预测计算准确预判水泵性能衰减趋势，降低因滞后调节产生的额外能耗。引入总能耗最小化为目标的分层优化框架，将供水温度、压差设定与机组运行组合解耦为独立优化子问题，在满足末端热需求的前提下减少水泵无效做功。

本发明授权一种基于深度学习的空调冷冻水控制方法及系统在权利要求书中公布了：1.一种基于深度学习的空调冷冻水控制方法，其特征在于，包括以下步骤： 采集空调冷水机组状态，包括水泵频率和阀门开度反馈以及管网供水温度、回水温度、流量和压差运行读数，进行信号的同步化与结构化处理，建立系统运行状态特征集； 基于所述系统运行状态特征集，识别影响热负荷变化的关键输入量，得到预测计算输入特征，基于所述预测计算输入特征，执行预测计算，获取冷水机组水泵的性能状态，得到系统状态预测值； 结合所述系统状态预测值与当前的系统运行状态特征集，构建以总能耗最小化为目标的计算框架并设定关联运行边界，得到系统能效优化问题描述，基于所述系统能效优化问题描述，进行求解，确定供水温度、压差设定值及冷水机组运行组合，建立分层优化控制设定参数； 对照所述分层优化控制设定参数中的目标设定值与系统运行状态特征集反馈的实时运行值，计算水泵频率所需调整量，得到设备调节差额计算结果，基于所述设备调节差额计算结果，按照设备响应特性与安全约束生成控制指令并按时序组织，获取实时设备调节指令序列； 所述预测计算输入特征的获取步骤为： 基于所述系统运行状态特征集，提取供水温度数值、回水温度数值、流量数值、压差运行读数数值、水泵频率数值及阀门开度反馈数值的时间序列数据，按温度数值的0.5℃间隔分箱统计出现频率，流量数值的1m³h间隔分箱统计波动幅度，计算每个分箱参数与历史热负荷数值的皮尔逊线性相关性系数，生成参数-热负荷相关性系数集合； 基于所述参数-热负荷相关性系数集合，筛选皮尔逊线性相关性系数绝对值大于0.5的参数，验证与热负荷数值的时序滞后关系，生成关键输入量候选集合； 基于所述关键输入量候选集合，对供水温度数值与回水温度数值进行主成分分析消除多重共线性，计算剩余参数的方差膨胀因子，剔除方差膨胀因子大于5的参数，构造包括正交化温度主成分、流量数值和压差运行读数数值的计算因子矩阵，生成预测计算输入特征； 所述系统状态预测值的获取步骤为： 基于所述预测计算输入特征，提取正交化温度主成分数值、流量数值及压差运行读数数值，对每个参数进行滞后2小时的时间序列处理并填充缺失值为前3个数据点的移动平均值，生成时间序列参数矩阵； 基于所述时间序列参数矩阵，建立ARIMA模型，通过最小化预测值与实际热负荷数值的均方误差训练模型参数，生成训练后的预测模型； 基于所述训练后的预测模型，计算未来3小时内的系统状态预测值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京深度智控科技有限公司，其通讯地址为：210000 江苏省南京市江北新区星火路17号创智大厦A座6层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。