合肥工业大学周开乐获国家专利权
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!
龙图腾网获悉合肥工业大学申请的专利基于深度学习算法的制冷设备节能优化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:CN119642348B 。
龙图腾网通过国家知识产权局官网在2025-11-28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:202411829733.6,技术领域涉及:F24F11/63;该发明授权基于深度学习算法的制冷设备节能优化方法及系统是由周开乐;姜晓文;张传东;陆信辉;刘萧萧;牛玥;刘莹设计研发完成,并于2024-12-12向国家知识产权局提交的专利申请。
本基于深度学习算法的制冷设备节能优化方法及系统在说明书摘要公布了:本申请提供一种基于深度学习算法的制冷设备节能优化方法及系统,涉及制冷节能领域,该方法包括:获取原始数据信息,并进行异常处理和归一化处理,得到目标数据信息;根据长短时记忆网络LSTM的时间序列预测方法,引入注意力机制构建预测模型,以输出预测信息;基于目标数据信息进行深度学习训练,得到决策模型,并根据制冷需求量和预获取的气象预测数据,以单位能耗制冷量最大为目标进行决策,输出决策信息以对制冷设备进行调控优化。本申请提高了设备调控的及时性,通过对制冷需求量的提前预估和设备运行的提前设置,可以使制冷设备的调控具有前瞻性,提升调控的及时性,从而减少由于调控滞后而产生的能耗损失。
本发明授权基于深度学习算法的制冷设备节能优化方法及系统在权利要求书中公布了:1.一种基于深度学习算法的制冷设备节能优化方法,其特征在于,包括: 获取历史的且按时间序列排列的原始数据信息,所述原始数据信息包括制冷设备的制冷产出量、环境气象数据,以及制冷设备的日常运行数据; 对所述原始数据信息进行异常处理和归一化处理,得到目标数据信息; 基于所述目标数据信息,根据长短时记忆网络LSTM的时间序列预测方法,引入注意力机制构建预测模型,以输出预测信息来预测未来时间段内的制冷需求量; 基于所述目标数据信息进行深度学习训练,得到决策模型,并根据所述制冷需求量和预获取的气象预测数据,以单位能耗制冷量最大为目标进行决策,输出决策信息; 根据所述决策信息,对所述制冷设备进行调控优化,其中,所述决策信息用于表征使单位能耗制冷量产出最大化的设备运行的各项数值; 所述对所述原始数据信息进行异常处理和归一化处理,得到目标数据信息,包括: 采用线性填充的方式对所述原始数据信息中的缺失值进行标记和填充; 通过箱形图法识别数据中的异常值,在确定异常值之后,将异常值设置为空值,并进行线性补充以确保数据的完整性和连续性; 对数据进行归一化处理以确保数据的一致性,得到目标数据信息; 其中,所述目标数据信息包括分别与所述制冷产出量、所述环境气象数据和所述日常运行数据对应的目标制冷信息、目标环境信息和目标运行信息; 所述基于所述目标数据信息,根据长短时记忆网络LSTM的时间序列预测方法,引入注意力机制构建预测模型,以输出预测信息来预测未来时间段内的制冷需求量,包括: 选择时间和所述目标环境信息作为特征变量,确定所述特征变量和所述目标制冷信息为输入信息; 选择激活函数、损失函数和优化算法,并确定LSTM单元的数量、层数以及用于输出映射的神经网络层,以得到LSTM模型结构; 通过计算注意力分数或权重分布,向所述LSTM模型结构引入注意力机制,得到目标神经网络结构; 基于所述输入信息对所述目标神经网络结构进行训练,得到预测模型; 基于所述预测模型输出预测信息以表征未来时间段内的制冷需求量; 所述基于所述输入信息对所述目标神经网络结构进行训练,得到预测模型,包括: 将所述输入信息输入到所述LSTM模型结构; 通过时间步骤的迭代和所述LSTM单元之间的连接来学习所述输入信息对应的时间序列的长期依赖性,并提取关键特征; 在模型训练过程中,通过调整网络参数以最小化预测误差,得到预测模型; 所述基于所述目标数据信息进行深度学习训练,得到决策模型,并根据所述制冷需求量和预获取的气象预测数据,以单位能耗制冷量最大为目标进行决策,输出决策信息,包括: 将所述目标数据信息按预设比例划分为测试集和验证集; 将所述测试集输入至预设的深度学习框架中进行训练,得到初始模型; 基于所述验证集对所述初始模型进行检验,根据得到的检验结果不断调整所述初始模型的内部参数,得到决策模型;其中,所述决策模型用于确定制冷设备单位能耗在不同环境和不同运行状态下的制冷产出; 将所述制冷需求量和获取的气象预测数据输入至所述决策模型,以单位能耗制冷量最大为目标进行决策,输出决策信息。
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合肥工业大学,其通讯地址为:230009 安徽省合肥市包河区屯溪路193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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励