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！

龙图腾网获悉中国海洋大学申请的专利一种基于物理信息神经网络的热存储热泵系统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：CN121206645B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202511745303.0，技术领域涉及：F24F11/46；该发明授权一种基于物理信息神经网络的热存储热泵系统控制方法是由张继;孙永超;刘洋;柴俊东;陈雪峰设计研发完成，并于2025-11-26向国家知识产权局提交的专利申请。

本一种基于物理信息神经网络的热存储热泵系统控制方法在说明书摘要公布了：本发明提供了一种基于物理信息神经网络的热存储热泵系统控制方法，属于储热泵系统智能控制技术领域；针对现有技术中算法难以适配动态用能需求、模型因建筑空间异质性导致工程化应用难、高阶RC模型预测可信度弱且工程可行性差等问题，提出结合物理信息序列到序列神经网络技术与有限状态机控制策略的解决方案。在模型层面，建立建筑温度变化的2R2C阻容RC模型，后基于该物理模型提出PI‑Seq2seq预测模型。在控制流程优化层面，基于工商业分时电价政策，设计FSM控制模型，定义系统状态集合、输入参数与转换函数，结合建筑热泵工作时段及储热罐特性，构建控制规则。最终实现峰谷电价下的能耗成本优化与室内温度稳定。

本发明授权一种基于物理信息神经网络的热存储热泵系统控制方法在权利要求书中公布了：1.一种基于物理信息神经网络的热存储热泵系统控制方法，其特征在于，包括以下过程： S1，采集热存储热泵系统运行及建筑环境相关数据，包括时间变量、供水温度、热泵电耗、太阳光照强度、室内温度、室外温度； S2，对采集数据进行预处理，得到预测模型标准输入数据； S3，构建并训练PI-Seq2seq预测模型，输入S2预处理后的数据，模型输出预测的逐时供水温度、逐时电耗、逐时室内温度；预测模型采用融合物理信息神经网络PINN与序列到序列神经网络Seq2seq的统一框架，包括物理信息嵌入模块、序列时序处理模块和混合损失函数模块； 所述PI-Seq2seq预测模型中的物理信息嵌入模块，以建筑RC阻容模型为基础，嵌入建筑热传递物理机制，具体包括：基于牛顿冷却定律建立室内外热损失微分方程，通过求解输入热量为0时的温度指数衰减模型推导建筑时间常数，采用茹卡乌斯卡斯圆柱扰流散热经验公式分时修正热阻，自然对流工况与强制对流工况下分别使用对应努塞尔数计算式推导对流换热系数，进而校正RC模型热阻参数； 所述茹卡乌斯卡斯圆柱扰流散热经验公式，在自然对流工况下的努塞尔数计算式、强制对流工况下的努塞尔数计算式，分别用于推导对应工况下的对流换热系数，所述对流换热系数通过努塞尔数、特征尺度与流体静止时的导热系数计算得到； 其中，建筑RC阻容模型表示为： 式中，为室外温度，单位为℃，为室内空气温度，单位为℃，和分别为室内围护结构和空气系统的热容，以及其向外散热的热阻，单位为℃W，为太阳辐射的修正因子，为t时刻的太阳直接辐射，单位为Wm2，具体取值可根据时间进行索引； 为供热管道内水的温度，单位为℃，热源输入的热量为，单位为J；为管道和室内空气之间的热阻，单位为℃W，为供热管道内介质的热容；换热器与室内空气进行热交换时，对热阻系数进行修正，修正系数为； 根据努塞尔数、特征尺度和流体静止时的导热系数可计算对流换热系数，表示为： ； 努塞尔数用于估计自然对流和强制对流的倍数差，该倍数差作为修正系数，用于修正热泵启停两个状态的热阻； PI-seq2seq模型的物理信息融合方式如下： ； ； ； 式中分别为神经网络损失，根据RC模型计算的损失，总损失分别为实际状态下的供热管道温度、经由耗电量和能效系数计算得出的温度的变化量以及建筑内空气温度；分别为预测得到的供热管道温度、经由耗电量和能效系数计算得出的温度的变化量以及建筑内空气温度；为计算总损失的正则化因子； S4，实时获取峰谷电价时段、储热罐实时温度、热泵待机功率与额定最大功率，结合PI-Seq2seq预测模型的预测输出结果，共同输入有限状态机FSM控制模型，通过FSM控制模型的“全局优化-状态匹配-状态执行”三级架构运算得到系统运行参数，包括热泵运行模式、出水温调控值、储热释热速率。

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中国海洋大学，其通讯地址为：266000 山东省青岛市崂山区松岭路238号；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。