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深度强化学习驱动的空调系统动态预冷预热优化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：CN121140150B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202511677615.2，技术领域涉及：F24F11/64；该发明授权一种深度强化学习驱动的空调系统动态预冷预热优化方法是由黄伟;孔梁;杨烜;常净宜设计研发完成，并于2025-11-17向国家知识产权局提交的专利申请。

本一种深度强化学习驱动的空调系统动态预冷预热优化方法在说明书摘要公布了：本申请涉及空气调节技术领域，具体涉及一种深度强化学习驱动的空调系统动态预冷预热优化方法，该方法包括：实时采集当前环境状态信息并获得外生扰动预测数据，以用于训练多步预测模型对候选控制动作序列进行多步迭代预测，得到未来状态轨迹；基于所述未来状态轨迹，通过复合评价函数对所述控制动作序列进行评分；在所述多步预测模型生成的状态演化约束下，采用深度强化学习算法求解使所述复合评价函数最优的动作序列，并执行其首个控制动作；随后以滚动时域方式重复上述过程，且利用最新观测数据实时更新所述多步预测模型，实现自适应的动态预冷预热控制。本申请旨在实现空调系统自适应的动态预冷预热控制。

本发明授权一种深度强化学习驱动的空调系统动态预冷预热优化方法在权利要求书中公布了：1.一种深度强化学习驱动的空调系统动态预冷预热优化方法，其特征在于，该方法包括以下步骤： 实时采集当前环境状态信息并获得外生扰动预测数据，以用于训练多步预测模型对候选控制动作序列进行多步迭代预测，得到未来状态轨迹； 基于所述未来状态轨迹，通过复合评价函数对所述控制动作序列进行评分，所述复合评价函数包括能耗成本、热舒适偏差成本和峰值需求惩罚成本； 在所述多步预测模型生成的状态演化约束下，采用深度强化学习算法求解使所述复合评价函数最优的动作序列，并执行其首个控制动作；随后以滚动时域方式重复上述过程，且利用最新观测数据实时更新所述多步预测模型，实现自适应的动态预冷预热控制； 所述多步预测模型为灰箱动力学模型，包括：先利用一阶RC热网络生成显式欧拉离散方程，再利用残差网络用于拟合模型预测值和真实值之间的偏差，对未建模状态进行补偿； 所述多步预测模型以当前时刻对未来预设步的环境状态估计向量、空调控制动作向量和外生扰动的预测向量为输入，输出未来下一步的环境状态估计向量，以用于优化器根据多步预测模型和复合奖励函数生成候选控制动作序列。

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：200000 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。