Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
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 积分商城 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 > 杭州校果网络科技有限责任公司方文彩获国家专利权

杭州校果网络科技有限责任公司方文彩获国家专利权

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!

龙图腾网获悉杭州校果网络科技有限责任公司申请的专利基于物联网和AI的室内智慧节能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:CN120491472B

龙图腾网通过国家知识产权局官网在2026-02-10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:202510677148.7,技术领域涉及:G05B13/04;该发明授权基于物联网和AI的室内智慧节能方法及系统是由方文彩;宋荣;王尧坤设计研发完成,并于2025-05-26向国家知识产权局提交的专利申请。

基于物联网和AI的室内智慧节能方法及系统在说明书摘要公布了:本发明提供基于物联网和AI的室内智慧节能方法,属于智能节能控制技术领域,包括:步骤1:通过物联网设备分层采集室内环境数据,包括:基础环境数据和动态行为数据;步骤2:基于基础环境数据生成环境状态矩阵;步骤3:基于动态行为数据以及环境状态矩阵生成行为‑能耗关联图谱;步骤4:基于行为‑能耗关联图谱以及预设的节能目标和舒适度约束生成动态节能策略;步骤5:通过物联网设备执行动态节能策略并实时监控执行效果,基于执行效果优化环境状态矩阵和行为‑能耗关联图谱。本发明提升了节能效果的智能化与自主化水平。

本发明授权基于物联网和AI的室内智慧节能方法及系统在权利要求书中公布了:1.基于物联网和AI的室内智慧节能方法,其特征在于,包括: 步骤1:通过物联网设备分层采集室内环境数据,其中,环境数据包括基础环境数据和动态行为数据; 步骤2:基于基础环境数据生成环境状态矩阵; 步骤3:基于动态行为数据以及环境状态矩阵生成行为-能耗关联图谱; 步骤4:基于行为-能耗关联图谱以及预设的节能目标和舒适度约束生成动态节能策略; 步骤5:通过物联网设备执行动态节能策略并实时监控执行效果,基于执行效果优化环境状态矩阵和行为-能耗关联图谱; 基于动态行为数据以及环境状态矩阵生成行为-能耗关联图谱,包括: 对动态行为数据进行特征提取,得到人员行为特征和设备用电特征; 对环境状态矩阵中的所有环境参数进行分析,得到若干个空间区域的状态特征; 基于人员行为特征、设备用电特征以及空间区域的状态特征生成行为-能耗关联图谱; 基于人员行为特征、设备用电特征以及空间区域的状态特征生成行为-能耗关联图谱,包括: 将人员行为特征进行量化和分类,作为行为-能耗关联图谱中的人员行为节点; 基于设备用电特征定义设备用电节点; 将空间区域的状态特征作为行为-能耗关联图谱的环境相关节点; 获取所有节点之间的关联强度系数; 基于所有节点之间的关联强度系数生成行为-能耗关联图谱; 获取所有节点之间的关联强度系数,包括: 对所有节点进行特征维度分析,进而确定每个节点对应的若干个特征维度以及每个特征维度对应的特征值; 基于每个节点对应的若干个特征维度以及每个特征维度对应的特征值确定每两个节点之间的关联强度系数: ; 其中,为节点i和节点j之间的关联强度系数,和分别表示将节点i和节点j在第k个特征维度上的特征值进行标准化后的值,为第k个特征维度的预设权重,且,和分别表示节点i和节点j在第k个特征维度上特征值随时间的变化率,为确定节点i和节点j之间的关联强度系数时确定的特征维度数量,为取最大值符号; 特征维度数量是对于维度数量不一致,对于维度数量少的节点类型,可在特定条件下补充虚拟维度,这些虚拟维度的数据值可以设置为常数,或者根据已有维度数据通过某种算法生成,这样在计算关联强度系数时,两类节点的维度数量就可统一,k能在相同的范围取值; 基于行为-能耗关联图谱以及预设的节能目标和舒适度约束生成动态节能策略,包括: 基于预设的节能目标和舒适度约束确定每个室内设备的运行参数,并对每个室内设备的运行参数进行编码,形成一个多维向量; 基于所有多维向量构成解空间,其中,每个多维向量对应解空间的一个粒子; 获取室内设备的历史能耗数据,结合行为-能耗关联图谱构建能耗估算模型,得到总能耗; 基于预设的节能目标以及总能耗确定能耗偏离程度; 基于行为-能耗关联图谱获取若干个舒适度指标; 基于预设舒适度约束以及舒适度指标得到舒适度偏离程度; 将能耗偏离程度和舒适度偏离程度按照预设的权重进行综合,得到每个粒子的适应度值; 实时监测每个粒子的适应度值,基于每个粒子的适应度值确定对应的终止条件; 基于MOPSO算法的规则,每个粒子根据自身历史最优位置和解空间中每个粒子对应的粒子群中的全局最优位置更新速度和位置直至达到终止条件则停止更新; 获取停止更新的解空间中每个粒子的位置,进而确定每个设备的运行参数,生成动态节能策略; 基于每个粒子的适应度值确定对应的终止条件,包括: 基于每个粒子的适应度值确定对应的终止迭代系数: ; 其中,为每个粒子的适应度值对应的终止迭代系数,为每个粒子第g次迭代的适应度值,为每个粒子第g+1次迭代的适应度值,为每个粒子第g次迭代和第g+1次迭代对应的权重系数,为二阶差分影响因子,取值范围为0,1,为迭代次数,为调节因子,取值范围为0,0.5; 基于每个粒子的终止迭代系数确定对应的终止条件。

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杭州校果网络科技有限责任公司,其通讯地址为:310000 浙江省杭州市余杭区闲林街道杭珹未来中心一区1幢901-3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。