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一种基于环境大模型的自适应风冷空调系统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：CN120991406B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202511492813.1，技术领域涉及：F24F11/30；该发明授权一种基于环境大模型的自适应风冷空调系统优化控制方法是由李辉;黄政设计研发完成，并于2025-10-20向国家知识产权局提交的专利申请。

本一种基于环境大模型的自适应风冷空调系统优化控制方法在说明书摘要公布了：本发明涉及空调系统优化控制技术领域，是一种基于环境大模型的自适应风冷空调系统优化控制方法，具体方法包括：获取风冷空调系统在运行过程中的运行状态数据和外部环境数据，进行风险评估，获得风场扰动风险系数和絮状污染物聚集风险系数；实施初级退化智能检测，得到絮状物缠结综合指数和微气流阻塞指数；融合评估冷凝器的初级性能退化概率，得到初轮自适应控制判断结果；获取热回流效应强度和局部流场畸变指标，进行融合评估，输出冷凝器的次级性能退化概率；根据次轮自适应控制判断结果执行系统最终调控的决策。本发明解决了现有技术中，清洁控制机制滞后且针对性不足，最终导致能效下降与维护成本增加的问题。

本发明授权一种基于环境大模型的自适应风冷空调系统优化控制方法在权利要求书中公布了：1.一种基于环境大模型的自适应风冷空调系统优化控制方法，其特征在于，所述方法包括： S1：获取风冷空调系统在运行过程中的运行状态数据和外部环境数据，同步采集风冷空调系统中冷凝器的表面图像； S2：对运行状态数据和外部环境数据分别进行风险评估，获得风场扰动风险系数和絮状污染物聚集风险系数； S3：对风冷空调系统中冷凝器实施初级退化智能检测，同时对退化智能检测结果进行量化处理，得到絮状物缠结综合指数和微气流阻塞指数； S31：对风冷空调系统中冷凝器实施初级退化智能检测，识别絮状物钩挂分布区域和微气流通道受阻区域； S32：获取冷凝器表面的温度场分布及亚表层絮状物缠结形态图像数据，将亚表层絮状物缠结形态图像数据的图像特征映射至三维特征空间进行量化分析； S33：在三维特征空间中定位累积贡献最大的区域，将其识别为絮状物缠结核心区，记絮状物缠结核心区的总数为B； S34：提取絮状物各缠结核心区的参数属性；所述絮状物各缠结核心区的参数属性包括：絮状物各缠结核心区的缠结密度、絮状物各缠结核心区的纤维覆盖比率以及絮状物各缠结核心区的蓬松厚度； S35：根据步骤S34提取到的絮状物各缠结核心区的参数属性，计算得到冷凝器的絮状物缠结综合指数； S36：采集冷凝器翅片间微尺度气流速度分布，构建气流均匀性评估矩阵； S37：基于步骤S36中构建的气流均匀性评估矩阵，识别冷凝器翅片间的各气流阻塞区域，计算冷凝器翅片间的各气流阻塞区域的流速非均匀度和各气流阻塞区域的涡流生成强度； S38：构建等级评估模型，将各气流阻塞区域的流速非均匀度和各气流阻塞区域的涡流生成强度导入等级评估模型并计算，输出微气流阻塞指数； S4：根据步骤S2以及步骤S3，融合评估冷凝器的初级性能退化概率，并根据初级性能退化概率进行初轮自适应控制判断，得到初轮自适应控制判断结果； S41：提取所述风场扰动风险系数、絮状污染物聚集风险系数、絮状物缠结综合指数以及微气流阻塞指数，并对其融合评估，获得初级性能退化概率； S42：根据初级性能退化概率进行初轮自适应控制判断，包括： 当时，则反馈至风冷空调系统的控制后端，将启动抗絮状物缠结自清洁程序； 当时，则执行步骤S5； 其中，预设风冷空调的初轮自清洁阈值； S5：通过初轮自适应控制判断结果，进行次级退化智能检测，获取热回流效应强度和局部流场畸变指标，对热回流效应强度和局部流场畸变指标进行融合评估，输出冷凝器的次级性能退化概率； S6：根据次级性能退化概率进行次轮自适应控制判断，同时根据次轮自适应控制判断结果执行系统最终调控的决策。

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”。

以上内容由龙图腾AI智能生成。