Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 清华大学肖铂获国家专利权

清华大学肖铂获国家专利权

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!

龙图腾网获悉清华大学申请的专利环境状态控制方法和系统、电子设备与存储介质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:CN119689835B

龙图腾网通过国家知识产权局官网在2025-10-10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:202411823172.9,技术领域涉及:G05B11/42;该发明授权环境状态控制方法和系统、电子设备与存储介质是由肖铂;马骋;徐海峥设计研发完成,并于2024-12-11向国家知识产权局提交的专利申请。

环境状态控制方法和系统、电子设备与存储介质在说明书摘要公布了:本公开涉及环境状态控制方法和系统、电子设备与存储介质,所述方法包括:周期性获取指定空间中m个点位设置的m个传感器当前采集的m个实际环境状态信息以及n个被控设备当前的实际总功耗信息;获取m个控制器生成的m个初始控制信号;根据m个实际环境状态信息与各自指定的目标环境状态信息以及实际总功耗信息与指定的目标总功耗信息,确定当前周期的增益矩阵以及权重矩阵;根据当前周期的增益矩阵以及权重矩阵,将m个初始控制信号转换成n个目标控制信号,n个目标控制信号用于分别控制n个被控设备在当前周期执行对应的环境状态调节工作。由此,能够实现精确的、多点位联合的、自适应的且低能耗的环境状态控制。

本发明授权环境状态控制方法和系统、电子设备与存储介质在权利要求书中公布了:1.一种环境状态控制方法,其特征在于,包括: 周期性获取指定空间中m个点位设置的m个传感器当前采集的m个实际环境状态信息以及所述指定空间中设置的n个被控设备当前的实际总功耗信息,所述被控设备用于调节环境状态,m和n为正整数; 获取与所述m个传感器连接的m个控制器生成的m个初始控制信号,其中,第i个初始控制信号是第i个控制器基于第i个传感器当前采集的实际环境状态信息与第i个点位指定的目标环境状态信息生成的,1≤i≤m; 根据所述m个实际环境状态信息与所述m个点位各自指定的目标环境状态信息之间的状态误差、所述实际总功耗信息与指定的目标总功耗信息之间的功耗误差、上一周期生成的m个初始控制信号、上一周期生成的目标控制信号、上一周期的权重矩阵以及上一周期的增益矩阵,确定当前周期的增益矩阵,所述增益矩阵用于指示所述m个控制器与所述n个被控设备之间的映射关系; 根据所述m个传感器当前采集的所述m个实际环境状态信息与所述m个传感器上一周期采集的m个实际环境状态信息,以及上一周期的权重矩阵,确定当前周期的权重矩阵,所述权重矩阵用于指示所述m个点位的环境状态变化速率; 根据所述当前周期的增益矩阵以及权重矩阵,将所述m个初始控制信号转换成n个目标控制信号,所述n个目标控制信号用于分别控制所述n个被控设备在当前周期执行对应的环境状态调节工作,以使各个点位的环境状态分别达到目标环境状态; 其中,所述根据所述m个实际环境状态信息与所述m个点位各自指定的目标环境状态信息之间的状态误差、所述实际总功耗信息与指定的目标总功耗信息之间的功耗误差、上一周期生成的m个初始控制信号、上一周期生成的目标控制信号、上一周期的权重矩阵以及上一周期的增益矩阵,确定当前周期的增益矩阵,包括: 根据所述m个实际环境状态信息与所述m个点位各自指定的目标环境状态信息之间的状态误差,确定预设的系统误差函数对所述m个实际环境状态信息中各个实际环境状态信息的第一偏导数;其中,所述系统误差函数表征状态误差与功耗误差之间的加权和; 根据上一周期生成的m个初始控制信号、上一周期的权重矩阵以及预设的第一映射模型对上一周期生成的目标控制信号的偏导数,确定各个实际环境状态信息对增益矩阵的第二偏导数;其中,所述第一映射模型用于指示目标控制信号与实际环境状态信息之间的映射关系; 根据所述实际总功耗信息与指定的目标总功耗信息之间的功耗误差,确定所述系统误差函数对所述实际总功耗信息的第三偏导数; 根据上一周期生成的m个初始控制信号、上一周期的权重矩阵以及预设的第二映射模型对上一周期生成的目标控制信号的偏导数,确定所述实际总功耗信息对增益矩阵的第四偏导数;其中,所述第二映射模型用于指示目标控制信号与实际总功耗信息之间的映射关系; 根据所述第一偏导数、所述第二偏导数、所述第三偏导数以及所述第四偏导数,确定所述系统误差函数对增益矩阵的目标偏导数; 基于所述目标偏导数以及预设的学习率,对所述上一周期的增益矩阵进行更新,得到当前周期的增益矩阵; 其中,所述当前周期的增益矩阵表示为: 其中,代表上一周期的增益矩阵,代表预设的学习率。

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清华大学,其通讯地址为:100084 北京市海淀区清华园1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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。