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！

龙图腾网获悉中认国证(北京)评价技术服务有限公司;山东建筑大学申请的专利一种基于时空数据的建筑空调系统优化控制方法及装置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：CN119103659B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202411114936.7，技术领域涉及：F24F11/64；该发明授权一种基于时空数据的建筑空调系统优化控制方法及装置是由胡紫依;刘吉营;郭天慧;赵广哲;冉靖宇;王小雨;苗育菲设计研发完成，并于2024-08-14向国家知识产权局提交的专利申请。

本一种基于时空数据的建筑空调系统优化控制方法及装置在说明书摘要公布了：本发明提出一种基于时空数据的建筑空调系统优化控制方法及装置，该方法包括：执行温度模拟，得到一年内不同时刻的N个温度模拟分布情况；基于图注意神经网络以及门控循环单元，建立房间温度分布预测模型；执行能耗模拟，得到一年内不同时刻的N个能耗模拟数据；以空调的设置参数为输入，以下一时刻的能耗为输出，基于BP神经网络建立能耗预测模型；基于房间温度分布预测模型和能耗预测模型，采用多目标粒子群算法进行优化，并采用加权和法确定最优方案，其中，优化目标为房间热舒适和空调能耗，决策变量为空调的设置参数；根据最优方案对空调系统进行控制，有效地提高了建筑空调系统控制的可靠性。

本发明授权一种基于时空数据的建筑空调系统优化控制方法及装置在权利要求书中公布了：1.一种基于时空数据的建筑空调系统优化控制方法，其特征是，包括： 建立建筑房间的三维BIM模型，将三维BIM模型进行网格划分，建立CFD模型； 在CFD模型中制定空调设置参数的N个模拟工况，对CFD模型N个模拟工况分别针对一年内的天气工况执行温度模拟，得到一年内不同时刻的N个温度模拟分布情况；其中，空调设置参数包括空调预开启时间、温度设定点、送风速度和送风角度； 基于图注意神经网络以及门控循环单元，建立房间温度分布预测模型；其中，所述基于图注意神经网络以及门控循环单元，建立房间温度分布预测模型具体包括： 建立房间温度场拓扑结构图，所述房间温度场拓扑结构图由节点和边共同组成，所述节点用于表示建筑房间中选定的不同位置，所述边用于表示不同节点之间的相关性； 构造预设时长内每个时刻的时间序列特征矩阵，对时间序列特征矩阵归一化处理；其中，时间序列特征矩阵包含室外气象参数、温度模拟后输出的节点温度、空调的相关设置参数；某一时刻的时间序列特征矩阵为e行b列，其中，e代表节点数目，b代表特征数据数目； 建立房间温度场拓扑结构图的邻接矩阵，根据邻接矩阵确定房间温度场拓扑结构图中任意两个节点之间是否相邻； 基于图注意神经网络提取每个节点的空间特征，所述节点的空间特征包括目标节点与相邻节点之间的注意力系数； 计算所有邻居节点对目标节点的注意力系数，注意力系数的计算方式具体为： 其中，为目标节点i和邻居节点j归一化后的注意力系数；i为目标节点；j为邻居节点j；k为邻居节点k；为LeakyReLU激活函数；为目标节点i的所有邻居节点；为串联操作；为可学习的参数向量；为用于节点特征变换的线性变换矩阵；为目标节点i的特征向量；为邻居节点j的特征向量；为邻居节点k的特征向量； 根据所有邻居节点对目标节点的注意力系数，对与目标节点相邻的邻居节点的空间特征进行聚合，得到聚合后图注意神经网络输出的目标节点的特征向量；其中，聚合后图注意神经网络输出的目标节点的特征向量的表达式为： 其中，为聚合后图注意神经网络输出的目标节点的特征向量，为Sigmoid激活函数； 对聚合后图注意神经网络在t时刻输出的目标节点i的特征向量进行预处理，所述预处理为多头注意力处理，预处理后的图注意神经网络在t时刻输出的目标节点i的特征向量具体为： 其中，为预处理后的图注意神经网络在t时刻输出的目标节点i的特征向量；M表示多头注意力的头数；为第m个头的注意力系数；为第m个头的权重矩阵； 基于门控循环单元对聚合后图注意神经网络输出的每个目标节点i的特征向量提取对应时间特征，得到房间温度分布预测模型；其中，门控循环单元包括重置门与更新门，门控循环单元的表达式具体包括： ， ， ， ， 其中，为重置门输出，为更新门输出；为聚合后图注意神经网络在t时刻输出的每个目标节点i的特征向量；为输入到重置门的权重矩阵；为更新门的权重矩阵；为候选隐藏状态的权重矩阵；为t-1时刻的隐含状态到重置门的权重矩阵；为t-1时刻的更新门的权重矩阵；为t-1时刻的候选隐含状态的权重矩阵；、和分别为重置门、更新门和候选隐藏状态的偏置；为t-1时刻的隐藏状态；为矩阵元素乘积；tanh为双曲正切函数；为t时刻候选隐藏状态；为t时刻的隐藏状态，时间序列中最后一个被输入到全连接层预测下一时刻的温度分布； 设置房间温度分布预测模型的基础参数，将温度分布模拟数据集按预设比例划分为训练集和测试集，并使用训练集训练房间温度分布预测模型，得到训练后的房间温度分布预测模型； 将三维BIM模型输入到能耗计算软件中，对空调设置参数的N个模拟工况分别针对一年内的天气工况执行能耗模拟，得到一年内不同时刻的N个能耗模拟数据； 以空调的设置参数为输入，以下一时刻的能耗为输出，基于BP神经网络建立能耗预测模型； 基于房间温度分布预测模型和能耗预测模型，采用多目标粒子群算法进行优化，并采用加权和法确定最优方案，其中，优化目标为房间热舒适和空调能耗，决策变量为空调的设置参数；采用多目标粒子群算法进行优化具体包括： 初始化粒子种群和外部存档，设置多目标粒子群算法的终止条件； 计算每个粒子的适应度，所述粒子的适应度包括热舒适目标函数和能耗目标函数； 更新每个粒子的历史最优位置pBest和全局最优位置gBest； 更新每个粒子的速度和位置，其中，粒子的速度以及位置的更新方式为： ， ， 其中，、分别为粒子h在第e+1次迭代和第e次迭代的粒子速度；、分别为加速系数；、分别为[0,1]之间的随机数；、分别为粒子h在第e次迭代的历史最优位置和全局最优位置；为惯性权重；、分别为粒子h在第e+1次迭代和第e次迭代的位置； 根据更新后的每个粒子的速度和位置更新外部存档； 直至当前迭代次数或适应度函数数值满足终止条件，输出帕累托结集，所述终止条件包括迭代次数满足预设最大迭代次数或适应度函数数值小于预设适应度阈值； 根据最优方案对空调系统进行控制。

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中认国证(北京)评价技术服务有限公司;山东建筑大学，其通讯地址为：100020 北京市朝阳区朝外大街甲10号16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”。

以上内容由龙图腾AI智能生成。