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基于深度强化学习的水冷制冷站系统节能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：CN120403050B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202510914297.0，技术领域涉及：F24F11/65；该发明授权基于深度强化学习的水冷制冷站系统节能优化控制方法是由李辉;路晓阳设计研发完成，并于2025-07-03向国家知识产权局提交的专利申请。

本基于深度强化学习的水冷制冷站系统节能优化控制方法在说明书摘要公布了：本发明涉及节能控制技术领域，尤其涉及基于深度强化学习的水冷制冷站系统节能优化控制方法，方法包括：对水冷制冷站系统的环境数据和制冷设备运行数据进行采集；计算制冷设备的能效评分，并计算制冷设备的负载率；基于制冷设备的能效评分和负载率，计算制冷设备的负载推荐率；将制冷设备的能效评分和负载推荐率导入聚类分析算法中，对水冷制冷站系统的制冷设备进行聚类分析，将制冷设备划分为高效运行模式、均衡运行模式以及低效运行模式；提取低效运行模式下的制冷设备，并调整对应的水泵频率以及冷却塔风机转速。

本发明授权基于深度强化学习的水冷制冷站系统节能优化控制方法在权利要求书中公布了：1.基于深度强化学习的水冷制冷站系统节能优化控制方法，其特征在于：包括以下具体步骤： S1、对水冷制冷站系统的环境数据和制冷设备运行数据进行采集； S2、计算制冷设备的能效评分，并计算制冷设备的负载率； S3、基于制冷设备的能效评分和负载率，计算制冷设备的负载推荐率； S4、将制冷设备的能效评分和负载推荐率导入聚类分析算法中，对水冷制冷站系统的制冷设备进行聚类分析，将制冷设备划分为高效运行模式、均衡运行模式以及低效运行模式； S5、提取低效运行模式下的制冷设备，并调整对应的水泵频率以及冷却塔风机转速； 所述S2中能效评分的计算公式为： ； 其中，为第i个制冷设备的能效评分，为第i个制冷设备的制冷量，为第i个制冷设备的功率消耗，为第i个制冷设备的冷却水进口温度，为第i个制冷设备的冷却水出口温度，为制冷设备的设计最优温差，、分别为权重因子，且； 所述S2中负载率的计算公式为： ； 其中，为第i个制冷设备的负载率，为第i个制冷设备的最大制冷量； 所述S3中负载推荐率的计算公式为： ； 其中，为第i个制冷设备的负载推荐率，n为制冷设备总数，、分别为权重因子，且； 所述S4包括以下具体步骤： S41、提取第i个制冷设备的能效评分和负载推荐率并组合为特征向量；从所有特征向量的集合中随机选择3个特征向量作为聚类分析算法的初始簇中心，计算每个特征向量到各个初始簇中心的欧氏距离，并将其分配到距离最小的初始簇中心所对应的簇中； S42、计算单个簇内所有特征向量的均值向量，对初始簇中心进行更新并对每个特征向量进行重新分配直至达到预设的迭代次数后停止运算，完成聚类分析，每个簇代表一种运行模式，根据聚类分析结果定义3种运行模式，所述运行模式包括高效运行模式、均衡运行模式以及低效运行模式；所述聚类分析算法为K-Means聚类算法，且K=3； 所述S42中根据聚类分析结果定义3种运行模式的具体内容为：若单个簇内不同制冷设备的平均能效评分大于预设的能效评分阈值，且单个簇内不同制冷设备的平均负载推荐率大于预设的负载推荐率阈值时，将单个簇内的制冷设备定义为高效运行模式；若单个簇内不同制冷设备的平均能效评分不大于预设的能效评分阈值，且单个簇内不同制冷设备的平均负载推荐率不大于预设的负载推荐率阈值时，将单个簇内的制冷设备定义为低效运行模式；若单个簇不满足高效运行模式与低效运行模式的定义，将单个簇内的制冷设备定义为均衡运行模式； 所述S5包括以下具体步骤： S51、提取低效运行模式下的制冷设备，调整对应的水泵频率，水泵频率的调整公式为：；其中，为低效运行模式下的第j个制冷设备的水泵频率调整值，为水泵基准频率，为水泵频率调整系数，，为低效运行模式下的第j个制冷设备的冷却水出口温度与冷却水进口温度之差，为设定温差参考值； S52、调整低效运行模式下的制冷设备对应的冷却塔风机转速，冷却塔风机转速的调整公式为：；其中，为低效运行模式下的第j个制冷设备的冷却塔风机转速调整值，为冷却塔风机转速基准值，为冷却塔风机转速调整系数，。

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：211800 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”。