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！

龙图腾网获悉南京深度智控科技有限公司申请的专利一种制造工厂水冷空调节能优化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：CN121072895B 。

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：202511613056.9，技术领域涉及：G06Q10/04；该发明授权一种制造工厂水冷空调节能优化方法及系统是由李辉;偶洋设计研发完成，并于2025-11-06向国家知识产权局提交的专利申请。

本一种制造工厂水冷空调节能优化方法及系统在说明书摘要公布了：本发明公开了一种制造工厂水冷空调节能优化方法及系统，涉及智能节能优化技术领域，包括收集多模态数据，构建初始基因库，通过谱分解和K‑means形成分簇基因库，使用遗传算法对分簇基因库进行更新，输出配置参数表，设定目标函数和热平衡约束条件，转换为二次二元优化问题，使用量子退火算法并行搜索，通过离散化映射和筛选，输出初始运行优化参数，进行使用并计算偏差率，更新GP模型参数，输出运行优化参数。本发明通过火用分析结合先进算法形成配置参数表，提高系统初始配置的精准性和适应性，引入量子退火和GP模型动态优化运行参数，提升运行参数的动态适应性和优化效率。

本发明授权一种制造工厂水冷空调节能优化方法及系统在权利要求书中公布了：1.一种制造工厂水冷空调节能优化方法，其特征在于：包括， 收集多模态数据，构建初始基因库，使用Pareto前沿进行筛选，通过FCM构建火用耦合权重矩阵，通过谱分解和K-means形成分簇基因库，使用遗传算法对分簇基因库进行更新，输出配置参数表，包括： 所述多模态数据，包括设备外观的红外图像、环境温湿度、设备的当前运行功率、冷却塔出口水温、冷冻水供回水温度以及冷冻水流量； 基于红外图像，计算实时火用效率因子和火用成本； 将设备的当前运行功率、冷冻水供回水温度、冷冻水流量、额定功率、设计制冷量以及火用成本定义为基因单元； 使用系统抽样法提取N组设备配置，计算每组设备配置的火用总成本和每台设备的能效比； 通过历史运行数据设定火用总成本阈值，筛选火用总成本≤火用总成本阈值的设备配置，通过Pareto前沿提取方法，基于非支配筛选和拥挤度的计算，对拥挤度进行升序排序，筛选拥挤度低的前H组配置，形成初始基因库； 使用FCM方法计算初始基因库中的设备配置的隶属度； 通过欧几里得公式计算每组设备配置到质心的距离，结合隶属度进行计算，得到火用耦合权重，排列形成耦合权重矩阵； 将火用耦合权重矩阵通过余弦相似度转化为相似度矩阵，构造归一化拉普拉斯矩阵，对拉普拉斯矩阵进行谱分解，使用K-means算法对设备配置进行聚类，将设备配置分为3个聚类簇，计算每个聚类簇的平均火用耦合权重； 筛选平均火用耦合权重最大的簇为高耦合组，生成分簇基因库，随机选择n组配置作为父代，通过交叉变异生成子代耦合组； 将高耦合组和交叉变异产生的子代耦合组，计算火用总成本、能效比以及温度偏差； 计算实际制冷量和设计制冷量的比值，得到负载率； 根据火用总成本和能效比设定火用总成本-能效比的阈值，根据历史温度偏差数据分析设定温度偏差的阈值，根据安全边界法设定最大最小负载率； 筛选火用总成本-能效比≤总成本-能效比的阈值、温度偏差≤温度偏差的阈值且负载率在最大最小负载率之间的设备配置，输入分簇基因库进行更新，达到最大更新次数时停止更新，输出最新基因库，通过结构化映射转换为配置参数表； 通过GP模型进行预测，设定目标函数和热平衡约束条件，转换为二次二元优化问题，使用量子退火算法并行搜索，通过离散化映射和筛选，输出初始运行优化参数，进行使用并计算偏差率，更新GP模型参数，输出运行优化参数，包括： 提取配置参数表中的火用总成本、能效比、负载率、冷冻水流量以及设备当前运行功率，提取多模态数据中的环境温湿度； 构建GP模型，提取历史运行数据中的历史环境温湿度、设备运行功率以及冷冻水流量对GP模型进行训练； 将环境温湿度、设备当前运行功率以及冷冻水流量，输入GP模型，通过后验分布计算预测均值和预测方差，通过高斯回归过程将预测均值和预测方差形成预测分布，输出预测未来时间的环境温湿度、设备运行功率以及冷冻水流量； 定义Wasserstein不确定性集合，使用稳态热模型计算热平衡，根据统计分析设定热平衡阈值，若热平衡左右两边的偏差热平衡阈值，通过最大化边际似然调整GP模型参数，通过后验分布重新计算预测均值和预测方差，更新预测分布，直到热平衡左右两边的偏差≤热平衡阈值时停止； 基于预测未来时间的环境温湿度，通过PMV模型计算PMV得分； 定义目标函数并设定热平衡公式为约束条件，转换为二次二元优化问题，定义哈密顿量公式； 将预测未来时间的设备运行功率、冷冻水流量以及PMV得分通过离散化变量为量子比特状态，代入哈密顿量公式得到哈密顿量； 将哈密顿量保存为矩阵格式，设定采样次数和退火时间，使用量子退火算法，通过量子叠加态并行搜索预测未来时间的设备运行功率和冷冻水流量的组合，通过采样次数获取能量分布，使用加权平均计算能量均值，筛选出低于能量50%的解，基于离散化计算，映射回连续变量，生成候选参数组； 基于热平衡和PMV的验证，筛选候选参数组中通过验证的参数组，计算目标函数值，筛选目标值最小的作为初始运行优化参数； 将初始运行优化参数进行使用，获取实时冷冻水流量、设备运行功率以及PMV得分，计算偏差率； 根据统计显著性检验设定偏差率阈值，则若偏差率偏差率阈值，则将实时收集到的冷冻水供回水温差、功率以及PMV得分输入GP模型，进行模型参数的更新，直到偏差率≤偏差率阈值时停止优化，输出运行优化参数，包括预测冷冻水流量、设备运行功率以及PMV得分； 基于运行优化参数调整优化设备频率，进行实时监控并设定报警机制； 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南京深度智控科技有限公司，其通讯地址为：210000 江苏省南京市江北新区星火路17号创智大厦A座6层；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。