长沙市格润安济建筑科技有限公司李超获国家专利权
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!
龙图腾网获悉长沙市格润安济建筑科技有限公司申请的专利一种高鲁棒的中央空调节能控制方法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:CN116412496B 。
龙图腾网通过国家知识产权局官网在2025-12-30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:202310398622.3,技术领域涉及:F24F11/46;该发明授权一种高鲁棒的中央空调节能控制方法是由李超;和辉;周琪;田军设计研发完成,并于2023-04-13向国家知识产权局提交的专利申请。
本一种高鲁棒的中央空调节能控制方法在说明书摘要公布了:本发明涉及空调节能控制的技术领域,揭露了一种高鲁棒的中央空调节能控制方法,所述方法包括:构建地铁中央空调鲁棒节能调控模型,对地铁中央空调系统的自适应温控调节过程进行形式化表示;根据地铁中央空调鲁棒节能调控模型构建鲁棒节能调控目标函数;采集地铁中央空调当前短期能耗时序数据,对鲁棒节能调控目标函数进行优化求解,得到地铁中央空调在下一时刻的节能调控策略。本发明实现多种耗能设备的能耗预测,根据预测得到的下一时刻能耗消耗以及空调送风温度,基于节能调控目标对地铁中央空调中耗能设备的调控参数进行求解,进而对地铁中央空调中的耗能设备进行调控,实现基于短期能耗的地铁中央空调自适应参数调整以及自适应温度调整。
本发明授权一种高鲁棒的中央空调节能控制方法在权利要求书中公布了:1.一种高鲁棒的中央空调节能控制方法,其特征在于,所述方法包括: S1:构建地铁中央空调能耗时序预测模型,所构建模型以短期能耗消耗时序数据为输入,以下一时刻的能耗消耗为输出; 地铁中央空调能耗时序预测模型中的待优化参数包括权重参数以及偏置参数,将待优化参数构建为待优化参数向量,其中参数优化流程为: S11:构建地铁中央空调能耗时序预测模型的训练数据集data: 其中: 表示训练数据集data中第k组训练数据,每组训练数据为不等长的短期能耗消耗时序数据,表示在下一时刻的能耗消耗实际数据; S12:构建地铁中央空调能耗时序预测模型的训练目标函数: 其中: 表示地铁中央空调能耗时序预测模型的待优化参数向量; 表示将输入到基于的地铁中央空调能耗时序预测模型中,模型输出的预测值; S13:设置当前参数优化的迭代次数为m,最大迭代次数为Max,m的初始值为1,生成2N个参数向量解,并将所生成的参数向量解分成两组,每组包括N个参数向量解,其中参数向量解的生成公式为: 其中: 表示0-1之间的随机数,表示预设置的待优化参数向量上边界,表示预设置的待优化参数向量下边界; 表示所生成的第i组中第n个参数向量解,,; 其中第i组中第n个参数向量解在第m次迭代后的迭代结果为,将参数向量解输入到训练目标函数中得到该参数向量解的适应度值; S14:构建训练过程判断阈值: S15:若,表示当前处于探索阶段,并对两组参数向量解进行迭代更新,否则转向步骤S16,其中迭代更新公式为: 其中: 表示第i组的随机参数向量解; 表示第i组中第n个参数向量解在第m次迭代后的迭代结果; 令,返回步骤S15; S16:若,表示当前处于竞争阶段,并对两组参数向量解进行迭代更新,其中迭代更新公式为: 其中: 表示截止到当前迭代次数,第1组中适用度值最小的参数向量解,表示截止到当前迭代次数,第2组中适用度值最小的参数向量解; 若,则,返回步骤S16,否则计算当前所有参数向量解的适用度值,选取适用度值最小的参数向量解作为地铁中央空调能耗时序预测模型中的优化参数,并基于优化参数构建地铁中央空调能耗时序预测模型; S2:构建地铁中央空调温度模拟模型,所构建模型以能耗消耗为输入,以空调送风温度为输出; S3:构建地铁中央空调鲁棒节能调控模型,所构建地铁中央空调鲁棒节能调控模型包括地铁中央空调能耗时序预测模型、地铁中央空调温度模拟模型以及空调能耗调控模型,对地铁中央空调系统的自适应温控调节过程进行形式化表示; S4:根据地铁中央空调鲁棒节能调控模型构建鲁棒节能调控目标函数; S5:采集地铁中央空调当前短期能耗时序数据,对构建的鲁棒节能调控目标函数进行优化求解,得到地铁中央空调在下一时刻的节能调控策略。
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长沙市格润安济建筑科技有限公司,其通讯地址为:410205 湖南省长沙市高新开发区麓天路28号金瑞麓谷科技园A-4栋902;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励