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！

龙图腾网获悉武汉舒适易佰科技有限公司申请的专利一种基于人工智能的制冷站节能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：CN120466796B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202510545128.4，技术领域涉及：F24F11/46；该发明授权一种基于人工智能的制冷站节能控制方法及系统是由韩英春设计研发完成，并于2025-04-28向国家知识产权局提交的专利申请。

本一种基于人工智能的制冷站节能控制方法及系统在说明书摘要公布了：本发明公开了一种基于人工智能的制冷站节能控制方法及系统，涉及节能控制技术领域，包括收集多模态数据，使用PINN神经网络进行优化，通过QVC电路和量子变分优化算法生成全局热场图和气流场，将全局热场图映射到量子希尔伯特空间，通过NQ‑GRU预测冷负荷需求，使用Sine混沌映射生成混沌序列，并提取局部热场特征，通过DQN生成设备参数的动作，使用混沌序列对最佳设备参数的动作进行扰动，并转换为PLC指令，生成设备运行指令集。本发明通过OFT电路结合PINN神经网络进行优化，并引入量子变分优化算法，提高制冷站节能控制的精度和效率，通过混沌映射技术对模型的输出进行扰动，提升设备运行的灵活性和系统自适应能力。

本发明授权一种基于人工智能的制冷站节能控制方法及系统在权利要求书中公布了：1.一种基于人工智能的制冷站节能控制方法，其特征在于：包括， 收集多模态数据，包括温湿度、风速、冷负荷、冷水流量、供回水温差、冷水机组功率、冷却塔风扇转速、水泵频率、阀门开度以及设备功耗数据； 初始化虚拟CFD计算域，提取多模态数据中温湿度、风速以及冷负荷数据，定义虚拟网格空间，计算网格点数量； 提取多模态数据中温湿度和风速数据，通过K-medoids生成网格点坐标； 基于网格点坐标和多模态数据，通过RBF插值法生成每个网格点的初始速度场，通过均值归一化生成归一化速度场； 使用IBMQiskit，通过振幅编码将归一化速度场映射到量子态，使用QFT电路，测量频域速度分量，通过线性映射生成初始压力场和初始温度场，并使用Min-Max归一化进行归一化处理； 构建PINN神经网络，计算质量守恒损失、动量守恒损失以及能量守恒损失； 提取多模态数据中冷负荷和风速数据，通过小波变化分别计算冷负荷波动和风速波动； 将质量守恒损失、动量守恒损失以及能量守恒损失进行加权求和，生成PINN总损失； 初始化Adam优化器，通过前向传播迭代计算PINN总损失，使用自动微分法计算PINN总损失对PINN参数的梯度，根据梯度使用Adam优化器更新PINN权重和偏置，通过相对变化法监测梯度范数的相对变化，直到相对变化无下降时停止优化； 将归一化速度场、归一化初始压力场、归一化初始温度场、多模态数据以及网格点坐标输入优化后的PINN神经网络，输出优化后的速度场、压力场以及温度场； 基于多模态数据，通过RANS法计算湍流粘性参数和热传导系数； 基于热传导系数和湍流粘性系数，构建QVC电路，将优化后的速度场和温度场编码为初始量子态； 通过量子变分优化算法，嵌入CFD守恒损失，更新QVC参数，达到最大迭代次数时停止更新，输出局部热场和气流场； 使用k-d树算法分别拼接局部热场和气流场，通过高斯滤波进行平滑，生成全局热场图和气流场； 对全局热场图通过滑动窗口构建时序序列，通过角度编码转换为量子态，映射到量子希尔伯特空间，通过QVFE生成纠缠态特征，通过量子主成分分析进行降维，生成增强特征子集； 构建NQ-GRU模型，基于增强特征子集，通过量子门控机制优化更新门和重置门，计算当前时刻隐藏状态，通过全连接层进行映射，输出预测未来时间的冷负荷需求； 基于混沌序列特性分析实验设定初始值，使用Sine混沌映射公式进行迭代计算，直到达到最大计算次数时停止，将所有的计算结果拼接为混沌序列； 基于全局热场图的方差和冷负荷需求的波动幅度的计算结果，确定子区域数量N； 基于混沌序列，通过多项式插值生成N个子区域的中心点坐标； 提取N个子区域的局部热场特征，使用Sine混沌映射进行扰动，将扰动后的局部热场特征拼接为状态向量，通过熵值计算法计算每个状态向量的熵值； 使用有偏样本方差法计算每个状态向量的局部方差，生成动态探索边界，拼接为动态探索边界集合； 使用k-means聚类对探索边界集合进行分组，设定初始优先探索区域； 计算初始优先探索区域的覆盖率，基于历史工况数据设定覆盖率阈值，筛选覆盖率大于覆盖率阈值的区域，输出优先探索的区域和状态向量； 构建MPC模型，并定义优化目标函数； 基于优先探索的区域和状态向量，输出预测未来时间的设备参数，通过最小化优化目标函数进行优化，通过Sine混沌映射施加扰动，将扰动结果整合为短期控制序列； 构建DQN模型，并设定奖励函数； 通过最大化奖励函数对Q值进行最大化，将全局热场图和状态向量输入DQN模型，输出最佳设备参数的动作，使用混沌序列对最佳设备参数的动作进行扰动，将扰动后的动作和短期控制序列转换为PLC指令，生成设备运行指令集； 基于目标功率和冷负荷需求的差值，通过VMD分解法，输出U个模态IMF分量； 通过FFT提取每个IMF分量的中心频率，基于时间尺度映射法分别设定低频阈值和高频阈值，筛选中心频率大于高频阈值的生成高频模态任务组，筛选中心频率小于低频阈值的生成低频模态任务组； 将高频模态任务分配至超级电容器，将低频模态任务组分配至蓄电池，生成储能任务分配方案，转换为PLC指令，生成储能分配指令集； 执行指令集并设定报警机制，存储收集和分析产生的多模态数据。

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武汉舒适易佰科技有限公司，其通讯地址为：430023 湖北省武汉市江汉区云霞路187号泛海国际中心A单元21层01-2房；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。