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！

龙图腾网获悉兴容(上海)信息技术股份有限公司申请的专利一种基于人工智能的能耗模型智能构建系统及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：CN120781648B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202510716166.1，技术领域涉及：G06F30/27；该发明授权一种基于人工智能的能耗模型智能构建系统及方法是由代天雄;张巍设计研发完成，并于2025-05-30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能耗模型智能构建系统及方法在说明书摘要公布了：本发明公开了一种基于人工智能的能耗模型智能构建系统及方法，涉及人工智能技术领域，系统包括物联网多源数据采集、数据清洗与时空校准、多源数据语义融合、动态能耗关系图构建、智能决策引擎和边缘‑云端协同部署模块；通过Transformer多头自注意力机制融合多源数据，利用图神经网络构建动态能耗关系图，结合边缘‑云端分层决策架构，实现能耗动态建模与智能调控；方法包括数据采集与标准化、清洗校准、语义融合、图建模、分层决策及协同执行；本发明解决了传统系统数据整合不足、模型静态化问题，提升了能耗管理的精准性、实时性和全局优化能力，适用于智能建筑等场景，显著提高能效并保障数据安全。

本发明授权一种基于人工智能的能耗模型智能构建系统及方法在权利要求书中公布了：1.一种基于人工智能的能耗模型智能构建系统，其特征在于：包括物联网多源数据采集模块、数据清洗与时空校准模块、多源数据语义融合模块、动态能耗关系图构建模块、智能决策引擎模块和边缘-云端协同部署模块；所述物联网多源数据采集模块通过传感器、智能电表、设备API接口实时采集天气数据、室内环境参数、设备运行状态及历史能耗数据，为数据清洗与时空校准模块提供原始输入；所述数据清洗与时空校准模块负责检测原始数据的异常值，校准跨设备时间戳以及修复缺失值，然后将原始数据处理为结构化时序数据；所述多源数据语义融合模块基于Transformer神经网络的多头自注意力机制，生成包含时空特征、设备耦合关系、环境影响权重的融合特征向量，作为动态能耗关系图构建模块的节点初始属性；所述动态能耗关系图构建模块基于图神经网络，将设备、物理区域抽象为节点，通过图卷积计算节点间边权重，集成时序感知增量式更新算法，当设备故障和区域功能变更时局部重构关联子图；所述智能决策引擎模块基于动态图结构，构建两层决策机制，边缘层基于子图特征实时调整单个区域或设备运行参数，云端层通过模型预测控制算法生成跨区域协同策略；所述边缘-云端协同部署模块用于构建分层计算架构，边缘层部署轻量化图神经网络模型处理局部数据并执行边缘层指令，云端层运行完整模型整合全建筑数据并生成全局策略； 所述多源数据语义融合模块包括特征编码单元、多头注意力单元和融合输出单元； 所述特征编码单元将结构化时序数据转换为适合Transformer处理的数值型嵌入向量，同时赋予数据时空位置信息； 具体的：特征编码分为时间编码、设备与参数特征编码以及位置信息编码；对于时间特征编码，将时间戳通过傅里叶变换分解为周期性特征，转换为维度为T的时间嵌入向量Et，其中每个元素对应不同时间粒度的正弦余弦函数值，公式如下： ； 其中，i为嵌入向量维度索引，timestamp为标准化后的时间戳数值； 对于设备与参数特征编码，对设备标识和参数名称分别建立字典映射，通过嵌入矩阵和转换为维度为D的设备嵌入向量Ed和参数嵌入向量Ep；其中，Vd为设备类型总数，Vp为参数类型总数；Wd表示设备类型的嵌入矩阵，将离散的设备标识映射为连续的向量表示；Wp表示参数类型的嵌入矩阵，将离散的参数名称映射为连续的向量表示；D表示目标嵌入向量的维度； 对于位置信息编码，通过建筑平面图的区域坐标x,y生成空间位置嵌入向量Es，采用线性映射将坐标值转换为维度D的向量； 最后将时间、设备、参数、空间嵌入向量按元素相加，得到最终输入向量X，输入至多头注意力单元，公式如下： ； 所述多头注意力单元通过Transformer的多头自注意力机制，计算天气数据、人员活动数据、设备状态数据这些多源数据的动态权重，挖掘跨域依赖关系； 具体的：首先将输入向量X分解为h个并行子空间，以下简称为头，每个头独立计算注意力权重；对于第k个头，通过线性变换生成查询向量，键向量，值向量，其中，均为可学习权重矩阵；然后在每个头内，通过点积计算查询与键的相似度，经缩放归一化后得到注意力权重αk，计算公式如下： ； 其中，dk为单个头的向量维度，为缩放因子以稳定梯度，T表示矩阵的转置操作； 最后，根据注意力权重对值向量加权求和，得到单头输出Zk，计算公式如下： ； 再将h个头的输出拼接为多头注意力结果Z，计算公式如下： ； 所述融合输出单元整合多头注意力结果，生成包含时空特征、设备耦合关系、环境影响权重的融合特征向量，作为动态能耗关系图构建模块中节点的初始属性； 具体的：首先将多头注意力结果Z输入两层全连接前馈网络FFN，通过非线性激活函数ReLU提取高层语义特征，计算公式如下： ； 其中W1、W2为权重矩阵，b1、b2为偏置向量，ơ为激活函数； 然后通过线性变换将输出维度调整为动态能耗关系图构建模块所需的节点属性维度N，生成最终融合特征向量，每个元素对应节点的一项属性。

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兴容(上海)信息技术股份有限公司，其通讯地址为：200336 上海市长宁区延安西路2299号10G27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。