Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 上海联元智能科技有限公司黄伟获国家专利权

上海联元智能科技有限公司黄伟获国家专利权

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!

龙图腾网获悉上海联元智能科技有限公司申请的专利一种基于深度学习的空调动态优化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:CN119333940B

龙图腾网通过国家知识产权局官网在2025-09-26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:202411383820.3,技术领域涉及:F24F11/64;该发明授权一种基于深度学习的空调动态优化方法及系统是由黄伟设计研发完成,并于2024-09-30向国家知识产权局提交的专利申请。

一种基于深度学习的空调动态优化方法及系统在说明书摘要公布了:本发明涉及一种基于深度学习的空调动态优化方法及系统,属于空调智能控制技术领域。其中,该方法包括获取空调运行数据,根据所述空调运行数据通过空调数据预处理构建空调运行数据集,根据所述空调运行数据集通过多层感知器训练及测试得到空调用户偏好模型,根据所述空调用户偏好模型通过初始化DQN网络构建空调用户偏好DQN模型;实时采集环境传感器数据,根据所述环境传感器数据通过所述空调用户偏好DQN模型输出用户空调最优控制策略,根据所述用户空调最优控制策略通过空调控制系统实时调控空调设备,从而实现基于用户舒适度和节能目标动态优化空调参数。

本发明授权一种基于深度学习的空调动态优化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动态优化方法,其特征在于,包括: 获取空调运行数据,根据所述空调运行数据通过空调数据预处理构建空调运行数据集,所述空调运行数据包括环境传感器数据、用户行为数据和空调调控参数; 根据所述空调运行数据集通过多层感知器训练及测试得到空调用户偏好模型; 根据所述空调用户偏好模型通过初始化DQN网络构建空调用户偏好DQN模型; 实时采集环境传感器数据,根据所述环境传感器数据通过所述空调用户偏好DQN模型输出用户空调最优控制策略,根据所述用户空调最优控制策略通过空调控制系统实时调控空调设备; 所述根据所述空调用户偏好模型通过初始化DQN网络构建空调用户偏好DQN模型包括: 构建空调状态空间,所述空调状态空间包括环境传感器数据和用户行为数据; 构建空调动作空间,所述空调动作空间包括增加温度、减少温度、保持温度、增加风速、减少风速、保持风速; 通过空调动作参数化对所述空调动作空间进行空调动作编码,所述空调动作参数化包括增加温度编码为0、减少温度编码为1、保持温度编码为2、增加风速编码为3、减少风速编码为4、保持风速编码为5; 通过设计空调奖励机制计算得到空调总奖励值R,所述空调总奖励值为用户舒适度奖励值与节能奖励值之和; 根据当前环境状态H通过ε-greedy策略输出空调动作A,所述空调动作A为所述空调动作空间中的某个空调动作; 根据空调经验回放缓冲区通过空调经验回放随机抽取得到空调经验训练数据; 构建空调经验元组H,A,R,H’并存储在空调经验回放缓冲区中,其中H为所述当前环境状态、A为所述空调动作、R为所述空调总奖励值、H’为空调新状态; 当所述空调经验回放缓冲区大于预设空调经验回放缓冲区存储值时,空调新经验覆盖空调旧经验; 根据所述空调经验元组通过深度神经网络近似Q函数训练及测试所述DQN网络得到空调用户偏好DQN模型。

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上海联元智能科技有限公司,其通讯地址为:201100 上海市闵行区申昆路2377号4幢901-3970室;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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。