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！

龙图腾网获悉昆明理工大学申请的专利一种基于深度强化学习的巷道局部降温控制方法及系统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：CN119882879B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202510100353.7，技术领域涉及：G05D23/20；该发明授权一种基于深度强化学习的巷道局部降温控制方法及系统是由王孝东;陈相儒;杜青文;王军杰;夏志远设计研发完成，并于2025-01-22向国家知识产权局提交的专利申请。

本一种基于深度强化学习的巷道局部降温控制方法及系统在说明书摘要公布了：本发明涉及智能控制技术领域，具体涉及一种基于深度强化学习的巷道局部降温控制方法及系统。所述方法包括如下步骤：获取巷道环境中温度场、风速场、湿度和能耗的历史数据；对所述历史数据进行预处理，得到标准化数据；基于所述标准化数据，构建深度学习温度场的优化预测模型；基于所述优化预测模型，设计强化学习控制环境；基于所述强化学习控制环境，构建强化学习策略网络；基于所述强化学习策略网络，实现对巷道局部温度的实时优化控制。所述系统通过协同布置双轴流风机、导风板和冷壁系统，实现对复杂环境中温度的动态调控。本发明有效提升了温度控制精度，降低了系统能耗，缩短了控制响应时间，为地下高温治理提供了可靠的解决方案。

本发明授权一种基于深度强化学习的巷道局部降温控制方法及系统在权利要求书中公布了：1.一种基于深度强化学习的巷道局部降温控制方法，其特征在于，所述方法包括如下步骤： 获取巷道环境中温度场、风速场、湿度和能耗的历史数据； 对所述历史数据进行预处理，得到标准化数据； 基于所述标准化数据，构建深度学习温度场的优化预测模型,包括： 基于所述标准化数据，构建深度神经网络结构； 基于所述深度神经网络结构，设计温度场和风速场数据的输入层； 基于所述输入层，设计特征提取层和时序预测层； 基于所述特征提取层和所述时序预测层，设计带物理约束的损失函数； 基于所述带物理约束的损失函数，确定模型训练参数和优化方法； 通过所述模型训练参数和所述优化方法，构建深度学习温度场的优化预测模型； 基于所述优化预测模型，设计强化学习控制环境，包括： 基于所述优化预测模型，设计环境状态空间、动作空间和奖励函数，所述环境状态空间包括温度场分布、风速场分布、风机转速和导风板角度，所述动作空间包括风机转速的调整幅度和导风板角度的调整幅度，所述奖励函数包括目标温度和当前能耗； 基于所述强化学习控制环境，构建强化学习策略网络，包括： 基于所述强化学习控制环境，设计深度强化学习的网络结构和损失函数； 基于所述深度强化学习的网络结构和损失函数，构建强化学习策略网络，包括： 基于所述深度强化学习的网络结构和损失函数，利用经验回放池，执行策略训练迭代，得到迭代结果； 基于所述迭代结果，评估策略性能指标，构建强化学习策略网络，所述策略性能指标包括目标区域温度控制精度、温度场分布均匀性、风速场均匀性、系统综合能耗和控制响应时间； 基于所述强化学习策略网络，实现对巷道局部温度的实时优化控制，包括： 基于所述强化学习策略网络，构建考虑温度场动态特性的预测模型，所述预测模型设定了预测时域和控制时域； 基于所述预测模型，设计包含温控精度和能耗效率的优化目标函数； 通过所述优化目标函数和约束条件，生成动态的最优控制策略； 根据所述最优控制策略，实现对巷道局部温度的实时优化控制。

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昆明理工大学，其通讯地址为：650093 云南省昆明市五华区学府路253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。