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基于负荷预测与优化分配的蓄冷中央空调优化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：CN119508979B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202510080878.9，技术领域涉及：F24F11/64；该发明授权一种基于负荷预测与优化分配的蓄冷中央空调优化控制方法是由李辉;黄政设计研发完成，并于2025-01-20向国家知识产权局提交的专利申请。

本一种基于负荷预测与优化分配的蓄冷中央空调优化控制方法在说明书摘要公布了：本发明公开了一种基于负荷预测与优化分配的蓄冷中央空调优化控制方法，涉及负荷控制技术领域，包括获取中央空调运行数据进行预处理，并通过智能算法预测中央空调负荷；根据预测负荷形成中央空调负荷优化方案，并使用遗传算法生成运行状态优化方案；根据负荷优化方案和运行状态优化方案调控中央空调；实时展示中央空调运行状态和负荷数据，并将负荷数据进行记录存储至数据库。本发明通过收集中央空调运行数据进行预处理，并预测中央空调负荷，提取空调终端负荷根据中央空调运行数据形成负荷优化方案，并结合运行状态优化方案调控中央空调运行，有效地提高了中央空调运行控制精确度，优化了中央空调能耗，提高了负荷利用效率。

本发明授权一种基于负荷预测与优化分配的蓄冷中央空调优化控制方法在权利要求书中公布了：1.一种基于负荷预测与优化分配的蓄冷中央空调优化控制方法，其特征在于：包括， 获取中央空调运行数据进行预处理，并通过智能算法预测中央空调负荷； 根据预测负荷形成中央空调负荷优化方案，并使用遗传算法生成运行状态优化方案； 根据负荷优化方案和运行状态优化方案调控中央空调； 实时展示中央空调运行状态和负荷数据，并将负荷数据进行记录存储至数据库； 所述通过智能学习预测负荷指通过LSTM模型构建预测模型，包括输入门、遗忘门和输出门，设定预测模型输入为中央空调运行数据，输出为中央空调预测负荷，使用训练数据集对预测模型进行训练，并设定均方误差作为损失函数，通过反向传播计算损失函数梯度，并使用优化算法更新预测模型参数直至损失函数最小化，使用训练好的预测模型参数优化预测模型； 将中央空调运行参数输入优化的预测模型中，得到中央空调未来负荷，并引入强化学习机制，使用Q-learning算法对预测模型进行持续优化； 所述根据预测负荷形成中央空调负荷优化方案包括， 将中央空调中每个空调终端定义为独立的智能体i，从中央空调未来负荷中提取每个空调终端的负荷，并根据中央空调运行数据获取每个空调终端的运行时间，计算每个空调终端运行时间在一天时间内的占比作为智能体i的工作时间因子； 查询空调终端的能效曲线，得到在负荷的情况下空调终端能效比； 统计空调终端在运行时间内的负荷变化数据，并通过回归分析拟合负荷变化曲线，根据负荷变化曲线获取空调终端在负荷时的负荷变化曲线斜率绝对值作为负荷变化因子； 通过非标准交互修正项综合工作时间因子、能效比以及负荷变化因子： 其中为智能体i的非标准交互修正项，和为非标准交互修正项的耦合参数； 将智能体进行两两配对，根据每个空调终端一天的运行时间，记录每对智能体在一天内的同步运行时长，并计算同步运行时长与最大同步运行时长的比值以及同步运行时长与智能体i的运行时长的比值，并计算所有包含智能体i的智能体对的之和作为智能体i的协作系数，将所有包含智能体i的智能体对的之和作为智能体i的运行系数； 根据智能体i的协作系数和运行系数定义时间关联项： 根据时间关联项计算智能体i和其他智能体的协作强度： 其中为智能体数量； 通过协作强度定义中央空调的总效用函数U为： 其中为智能体i的负荷权重，为智能体i的非标准交互修正项权重； 采用梯度下降法对每个智能体i的负荷进行优化更新，并通过更新后的智能体i和智能体j的负荷更新计算： 其中为更新后的智能体i和智能体j同步运行时长与智能体i的运行时长的比值，和分别为更新后的智能体i和智能体j的负荷； 基于重新计算得到智能体i的协作系数和运行系数，并根据更新后的智能体的负荷重新计算中央空调的总效用函数值，迭代进行智能体负荷调整直至中央空调的总效用函数值达到最大后停止，输出使中央空调的总效用函数值最大的智能体负荷作为每个空调终端的负荷形成中央空调负荷优化方案。

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”。