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！

龙图腾网获悉华中科技大学申请的专利一种空调降碳控制方法、装置、设备及存储介质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：CN119103652B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202411170541.9，技术领域涉及：F24F11/46；该发明授权一种空调降碳控制方法、装置、设备及存储介质是由张立茂;陈超;肖仲华;罗勇强;武晓影;黄佳欣设计研发完成，并于2024-08-23向国家知识产权局提交的专利申请。

本一种空调降碳控制方法、装置、设备及存储介质在说明书摘要公布了：本发明属于空调降碳控制技术领域，公开了一种空调降碳控制方法、装置、设备及存储介质，本发明提出的基于encoder‑decoder能有效地分析区域间的联系，并且准确预测建筑逐时碳排放。将户外、室内逐时温、湿度，假期、时刻、分区碳排放、各分区逐时风量信息作为输入特征，用上述特征的历史信息来预测未来一小时各分区的碳排放强度。本研究中encoder‑decoder模型能准确捕捉分区间相互联系，实现碳排放高精度预测。该方法可作为辅助手段，快速定位碳排放异常区域或时段。同时预测结果可与历史同期或参考值进行对比，解决了小区域碳排放异常难以检测的问题。

本发明授权一种空调降碳控制方法、装置、设备及存储介质在权利要求书中公布了：1.一种空调降碳控制方法，其特征在于，包括以下步骤： 步骤一，建筑参数获取； 步骤二，构建encoder-decoder时间序列预测模型，用于时间序列预测； 步骤三，在线优化空调末端出风量控制，实现建筑节能降碳； 所述建筑参数获取方法如下： 供冷季目标楼层空调末端逐时能耗数据、室外逐时环境参数、室内逐时温湿度、时刻、楼层假期日历、空调末端逐时风量信息的获取； 对采集数据进行预处理操作，具体如下： 1 式1，是待插值处理的时刻，和分别为时刻的前一时刻和后一时刻；，和分别为对应时刻，和的碳排放； 2 和分别为耗电量和碳排放因子=0.5703，是耗电量对应的碳排放量； 所述构建encoder-decoder时间序列预测模型，用于时间序列预测： 1Encoder模块由SimpleRNN、GRU和CNN组成； 2RNN模型结构如下： 1 式中，和对应时刻t的输入变量和隐藏状态，w和U分别为当前单元和输入变量对应的矩阵，b是神经元的偏置； 3GRU模型结构如下： 2 3 4 5 式中，和tanh分别为sigmoid函数和激活函数，和是更新门权重，和是重置门权重；是时刻t的输入，是隐藏层t-1矩阵； 4Bi-GRU混合结构和注意力机制； 6 式中，和分别为前向GRU和反向GRU的隐藏层，F是双向GRU的组合方式； 5注意力机制的计算方法如下： 7 8 9 式中，是概率分布，和是权重矩阵，b和分别为偏置项和注意力机制输出； 6决定系数R2、均方根误差RMSE和平均绝对误差MAE； 10 11 12 式中，和代表预测值、观测值和预测平均值，n是样本数量； 所述在线优化空调末端出风量控制，实现建筑节能降碳： 1目标区域舒适度计算； 根据室内传感器检测的逐时温、湿度信息可计算逐时PMV值； 13 2考虑分区联系的碳排放精准预测； 3空调末端风量实时在线优化；多目标优化； 所述考虑分区联系的碳排放精准预测；将前期采集的数据经过预处理后直接输入到模型，通过滑动窗口方式预测未来一小时的碳排放强度；同时运用构建的代理模型预测逐时PMV值； 所述多目标优化过程如下： 14 15 式中，,and分别为适应度函数、常量函数和预设阈值； 亲代种群和子代种群是随机生成的；对非优势解进行分组，并用拥挤距离将它们区分开来；拥挤距离计算如下： 16 式中，为拥挤距离，M代表优化对象个数。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037号；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。